LeetCode刷題記錄前K個高頻元素

解法二：最小堆

ps：要求演算法的時間複雜度必須優於 o(n log n) , n 是陣列的大小。

最簡單粗暴的思路就是使用排序演算法對元素按照頻率由高到低進行排序，然後再取前 kk 個元素。

以下十種排序演算法，任你挑選！

可以發現，使用常規的諸如冒泡、選擇、甚至快速排序都是不滿足題目要求，它們的時間複雜度都是大於或者等於 o(n log⁡n)o(nlog⁡n)，而題目要求演算法的時間複雜度必須優於 o(n log n)o(nlogn)。

時間複雜度：o(nlogn)o(nlogn)，nn 表示陣列長度。首先，遍歷一遍陣列統計元素的頻率，這一系列操作的時間複雜度是 o(n)o(n)；接著，排序演算法時間複雜度為 o(nlogn)o(nlogn)；因此整體時間複雜度為 o(nlogn)o(nlogn)。

空間複雜度：o(n)o(n)，最極端的情況下（每個元素都不同），用於儲存元素及其頻率的 map 需要儲存 nn 個鍵值對。

題目最終需要返回的是前 kk 個頻率最大的元素，可以想到借助堆這種資料結構，對於 kk 頻率之後的元素不用再去處理，進一步優化時間複雜度。

具體操作為：

借助雜湊表來建立數字和其出現次數的對映，遍歷一遍陣列統計元素的頻率

維護乙個元素數目為 kk 的最小堆

每次都將新的元素與堆頂元素（堆中頻率最小的元素）進行比較

如果新的元素的頻率比堆頂端的元素大，則彈出堆頂端的元素，將新的元素新增進堆中

最終，堆中的 kk 個元素即為前 kk 個高頻元素

class solution 
priorityqueueheap=new priorityqueue((n1,n2)->
map.get(n1)-map.get(n2)
);for(int j:map.keyset())
}int result=new int[k];
for(int a=k-1;a>=0;a--)
return result;}}

LeetCode刷題記錄前K個高頻元素

leetcode刷題記錄

LeetCode刷題記錄

leetcode刷題記錄

LeetCode刷題記錄 前K個高頻元素

leetcode刷題記錄

LeetCode刷題記錄

leetcode刷題記錄

相關推薦

LeetCode刷題記錄前K個高頻元素