网站集群系统 如何做域名解析铜陵建筑工程网

本文是力扣LeeCode-347. 前 K 个高频元素 学习与理解过程，本文仅做学习之用，对本题感兴趣的小伙伴可以出门左拐LeeCode。

给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。

示例 1:
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

示例 2:
输入: nums = [1], k = 1
输出: [1]

提示：
1 <= nums.length <= 105
k 的取值范围是 [1, 数组中不相同的元素的个数]
题目数据保证答案唯一，换句话说，数组中前 k 个高频元素的集合是唯一的

进阶：你所设计算法的时间复杂度 必须 优于 O(n log n) ，其中 n 是数组大小。

思路：

• 统计元素出现的频率 ---------> 使⽤map来进⾏统计
• 对元素的频率进行排序 ---------> 由于map的value频率排序完，没法再找到对应的key，所以应该使⽤⼀种 容器适配器 就是 优先级队列，针对这道题，使用优先级队列最优，快排也比不上。
• 找出前K个⾼频元素 ---------> 相比大顶堆需要所有元素都排序一遍，使用小顶堆只排序k个元素，性能更优。 因为要统计最⼤前k个元素，只有⼩顶堆每次将最⼩的元素弹出，最后⼩顶堆⾥积累的才是前k个最⼤元素。

优先级队列：优先级队列内部元素是⾃动依照元素的权值排列，优先级队列对外接⼝只是从队头取元素，从队尾添加元素，再⽆其他取元素的⽅式，看起来就是⼀个队列。默认使用大顶堆排序，若修改使用小顶堆排序，需要重写优先级队列的compare()方法。

class Solution {public int[] topKFrequent(int[] nums, int k) {// 使用map字典，统计每个元素出现的次数，元素为键，元素出现的次数为值Map<Integer,Integer> map = new HashMap<>();for(int i=0;i<nums.length;i++){if(map.containsKey(nums[i])){map.put(nums[i],map.get(nums[i])+1);}else{map.put(nums[i],1);}}PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>(){// @Override:不写leeCode也可通过public int compare(Integer a,Integer b){return map.get(a)-map.get(b);}});// 遍历map，用最小堆保存频率最大的k个元素for(Integer key : map.keySet()){// if(pq.size()<k){//     pq.add(key);// }else if(map.get(key)>map.get(pq.peek())){//     pq.remove();//     pq.add(key);// }pq.add(key);if(pq.size()>k){pq.remove();}}// 取出最小堆中的元素int[] res = new int[k];int j=0;while(!pq.isEmpty()){res[j++] = pq.remove();}return res;}
}

大家有更好的方法，请不吝赐教。