力扣347——前 K 個高頻元素

這道題主要涉及的是對數據結構裡哈希表、小頂堆的理解,優化時可以參考一些排序方法。

原題

給定一個非空的整數數組,返回其中出現頻率前 k 高的元素。

示例 1:

<code>

輸入: nums = [1,1,1,2,2,3], k = 2

輸出: [1,2]

/<code>

示例 2:

<code>

輸入: nums = [1], k = 1

輸出: [1]

/<code>

說明:

  • 你可以假設給定的 k 總是合理的,且 1 ≤ k ≤ 數組中不相同的元素的個數。
  • 你的算法的時間複雜度必須優於 O(n log n) , n 是數組的大小。

原題url:
https://leetcode-cn.com/problems/top-k-frequent-elements/

解題


正常思路

為了解決這道題,我們首先需要知道每個元素出現的次數。最方便的話,可以使用哈希表,因為這就是一個數字——出現次數的映射關係。此處的時間複雜度為O(n)

其次,因為需要查找頻率前 k 高的元素,所以我們肯定是需要排序的,時間複雜度為O(n log n)的排序方法有許多,快速排序、堆排序等,我是用的堆排序,使用小頂堆,這樣在每次入堆的時候,檢查一下堆的個數是否超過 k,如果超過,則移除堆頂的元素(也就是次數最少的元素)。

這樣堆裡剩餘的元素也就是最終的結果了,接下來我們看看代碼:

<code>

class

Solution

{

public

List

topKFrequent

(

int

[] nums,

int

k) { Map countMap =

new

HashMap<>();

for

(

int

num : nums) { countMap.put(num, countMap.getOrDefault(num,

0

) +

1

); } PriorityQueue heap =

new

PriorityQueue((n1, n2) -> countMap.

get

(n1) - countMap.

get

(n2)); Set keySet = countMap.keySet();

for

(

int

key : keySet) { heap.

add

(key);

if

(heap.size() > k) { heap.poll(); } } List result =

new

LinkedList<>(); Iterator iterator = heap.iterator();

while

(iterator.hasNext()) { result.

add

(iterator.next()); }

return

result; } }/<code>

提交OK。

桶排序優化

針對排序,我想到了一個優化,利用桶排序,其時間複雜度為O(n),主要是浪費空間,因為需要申請額外的數組,下標代表出現的次數,元素我用的是 LinkedList,這樣可以存儲多個。那麼這個在進行輸出時,只要從後往前進行遍歷,當結果的數量達到 k 時,就可以停止了。

接下來我們看看代碼 :

<code>

class

Solution

{

public

List topKFrequent(

int

[] nums,

int

k) { Map countMap =

new

HashMap<>();

int

maxCount =

0

;

for

(

int

num : nums) {

int

count = countMap.getOrDefault(num,

0

) +

1

;

if

(count > maxCount) { maxCount = count; } countMap.put(num, count); } LinkedList[]

array

=

new

LinkedList[maxCount +

1

];

for

(Map.Entry entry : countMap.entrySet()) {

int

key = entry.getKey();

int

count = entry.getValue(); LinkedList

list

=

array

[count];

if

(

list

== null) {

list

=

new

LinkedList<>();

array

[count] =

list

; }

list

.add(key); } List result =

new

LinkedList<>();

for

(

int

i =

array

.length -

1

; i >=

0

&& result.size() < k; i--) { List

list

=

array

[i];

if

(

list

== null) {

continue

; } result.addAll(

list

); }

return

result; } }/<code>

提交OK。

總結

以上就是這道題目我的解答過程了,不知道大家是否理解了。這道題主要涉及的是對數據結構的理解,優化時可以參考一些特殊的排序方法。

有興趣的話可以訪問我的博客或者關注我的公眾號、頭條號,說不定會有意外的驚喜。

https://death00.github.io/


分享到:


相關文章: