快速排序法部落格：
給定乙個非空的整數陣列，返回其**現頻率前 k 高的元素。
示例 1:
輸入: nums = [1,1,1,2,2,3], k = 2
輸出: [1,2]
輸入: nums = [1], k = 1
輸出: [1]
首先遍歷整個陣列，並使用雜湊表記錄每個數字出現的次數，並形成乙個「出現次數陣列」。找出原陣列的前 k 個高頻元素，就相當於找出「出現次數陣列」的前 k 大的值。
最簡單的做法是給「出現次數陣列」排序。但由於可能有 o(n) 個不同的出現次數（其中 n 為原陣列長度），故總的演算法複雜度會達到 o(n log n)，不滿足題目的要求。
在這裡，我們可以利用堆的思想：建立乙個小頂堆，然後遍歷「出現次數陣列」：
遍歷完成後，堆中的元素就代表了「出現次數陣列」中前 k 大的值。
class
solution
// int 的第乙個元素代表陣列的值，第二個元素代表了該值出現的次數
priorityqueue<
int[
]> queue =
newpriorityqueue
<
int[
]>
(new
comparator
<
int[
]>()
});for
(map.entry
entry : occurrences.
entryset()
));}
}else);
}}int[
] ret =
newint
[k];
for(
int i =
0; i < k;
++i)
return ret;
}}
我們可以使用基於快速排序的方法，求出「出現次數陣列」的前 k 大的值。
在對陣列 arr[l…r] 做快速排序的過程中，我們首先將陣列劃分為兩個部分 arr[i…q−1] 與 arr[q+1…j]，並使得 arr[i…q−1] 中的每乙個值都不超過 arr[q]，且 arr[q+1…j] 中的每乙個值都大於 arr[q]。
於是，我們根據 k 與左側子陣列 arr[i…q−1] 的長度（為 q−i）的大小關係：
class
solution
list<
int[
]> values =
newarraylist
<
int[
]>()
;for
(map.entry
entry : occurrences.
entryset()
));}
int[
] ret =
newint
[k];
qsort
(values,
0, values.
size()
-1, ret,
0, k)
;return ret;
}public
void
qsort
(list<
int[
]> values,
int start,
int end,
int[
] ret,
int retindex,
int k)
} collections.
swap
(values, start, index);if
(k <= index - start)
else
if(k > index - start +1)
}}}
還有乙個很好的思路。
最小堆法
思路：①借助雜湊表來建立數字及其出現頻次的對映
②維護乙個元素數目為k的最小堆
③每次都將新元素與堆頂元素（堆中頻率最小的元素）比較
④若新的元素比堆頂端的元素大，則彈出堆頂元素，將新元素新增進去
⑤最終，堆中k個元素即為前k個高頻元素
class
solution
else}}
//遍歷map，用優先佇列最小堆儲存頻率最大的k個元素
//建立小頂堆，若想建立大頂堆，則return map.get(b)-map.get(a)
/*繼承comparator介面，必須重寫compare 方法*/
priorityqueue
pq=newpriorityqueue
<
>
(new
comparator
()})
;//儲存頻率最大的k個元素，peek（）方法：檢視堆頂元素值
for(integer key:map.
keyset()
)else
if(map.
get(key)
>map.
get(pq.
peek()
))}//取出最小堆的元素
list
res=
newarraylist
<
>()
;while
(!pq.
isempty()
)return res;
}
347 前K個高頻元素
給定乙個非空的整數陣列，返回其 現頻率前 k 高的元素。示例 1 輸入 nums 1,1,1,2,2,3 k 2 輸出 1,2 示例 2 輸入 nums 1 k 1 輸出 1 說明 你可以假設給定的 k 總是合理的，且 1 k 陣列中不相同的元素的個數。你的演算法的時間複雜度必須優於 o n log...
347 前 K 個高頻元素
維護乙個size是k的堆。求前k大的數，用小根堆 求前k小的數，用大根堆 求前k大，當堆的sizek時，去掉堆頂，最終堆中的資料就是最後的答案。如陣列arr 求最大的前3個數 一般來說求前k大 小，陣列中數是很大的，直接用排序，在選擇前k大 小的話，效率不高 首先建立堆，其size 0，一直push...
347 前 K 個高頻元素
方法很好想，要麼暴力排序，歸併，堆排都能滿足o nlogn 的要求。我第一次想到的就是，用雜湊統計一下數字，然後過載排一下序，順序放入集合裡就行。這次用的是最小堆，主要學習一下priorityqueue，是基於優先順序堆的無界優先順序queue modifier and type method an...