• 力扣347——前 K 个高频元素


    这道题主要涉及的是对数据结构里哈希表、小顶堆的理解,优化时可以参考一些排序方法。

    原题

    给定一个非空的整数数组,返回其中出现频率前 k 高的元素。

    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]
    

    说明:

    • 你可以假设给定的 k 总是合理的,且 1 ≤ k ≤ 数组中不相同的元素的个数。
    • 你的算法的时间复杂度必须优于 O(n log n) , n 是数组的大小。

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

    解题

    正常思路

    为了解决这道题,我们首先需要知道每个元素出现的次数。最方便的话,可以使用哈希表,因为这就是一个数字——出现次数的映射关系。此处的时间复杂度为O(n)

    其次,因为需要查找频率前 k 高的元素,所以我们肯定是需要排序的,时间复杂度为O(n log n)的排序方法有许多,快速排序、堆排序等,我是用的堆排序,使用小顶堆,这样在每次入堆的时候,检查一下堆的个数是否超过 k,如果超过,则移除堆顶的元素(也就是次数最少的元素)。

    这样堆里剩余的元素也就是最终的结果了,接下来我们看看代码:

    class Solution {
    
        public List<Integer> topKFrequent(int[] nums, int k) {
            // 构建hashMap,记录每个元素出现的个数
            Map<Integer, Integer> countMap = new HashMap<>();
            for (int num : nums) {
                countMap.put(num, countMap.getOrDefault(num, 0) + 1);
            }
    
            // 利用PriorityQueue构建小顶堆
            PriorityQueue<Integer> heap = new PriorityQueue<Integer>((n1, n2) -> countMap.get(n1) - countMap.get(n2));
            Set<Integer> keySet = countMap.keySet();
            for (int key : keySet) {
                heap.add(key);
                // 如果个数大于k,则移除次数最少的数
                if (heap.size() > k) {
                    heap.poll();
                }
            }
            
            List<Integer> result = new LinkedList<>();
            Iterator<Integer> iterator = heap.iterator();
            while (iterator.hasNext()) {
                result.add(iterator.next());
            }
    
            return result;
        }
    }
    

    提交OK。

    桶排序优化

    针对排序,我想到了一个优化,利用桶排序,其时间复杂度为O(n),主要是浪费空间,因为需要申请额外的数组,下标代表出现的次数,元素我用的是 LinkedList,这样可以存储多个。那么这个在进行输出时,只要从后往前进行遍历,当结果的数量达到 k 时,就可以停止了。

    接下来我们看看代码 :

    class Solution {
    
        public List<Integer> topKFrequent(int[] nums, int k) {
            // 构建hashMap,记录每个元素出现的个数
            Map<Integer, Integer> countMap = new HashMap<>();
            // 记录最多的次数
            int maxCount = 0;
            for (int num : nums) {
                int count = countMap.getOrDefault(num, 0) + 1;
                if (count > maxCount) {
                    maxCount = count;
                }
                countMap.put(num, count);
            }
    
            // 桶排序,构建数组,下标为重复的次数
            LinkedList[] array = new LinkedList[maxCount + 1];
            for (Map.Entry<Integer, Integer> entry : countMap.entrySet()) {
                int key = entry.getKey();
                int count = entry.getValue();
                LinkedList<Integer> list = array[count];
                if (list == null) {
                    list = new LinkedList<>();
                    array[count] = list;
                }
                list.add(key);
            }
    
            // 倒着遍历数组,直到找到K个元素
            List<Integer> result = new LinkedList<>();
            for (int i = array.length - 1; i >= 0 && result.size() < k; i--) {
                List<Integer> list = array[i];
                if (list == null) {
                    continue;
                }
    
                result.addAll(list);
            }
    
            return result;
        }
    }
    

    提交OK。

    总结

    以上就是这道题目我的解答过程了,不知道大家是否理解了。这道题主要涉及的是对数据结构的理解,优化时可以参考一些特殊的排序方法。

    有兴趣的话可以访问我的博客或者关注我的公众号,说不定会有意外的惊喜。

    https://death00.github.io/

    公众号:健程之道

  • 相关阅读:
    搜书网站
    在Ubuntu 18.04上安装Git
    git 解决每次更新代码都要输入用户名密码
    《程序员修炼之道》笔记(四)
    《程序员修炼之道》笔记(三)
    《程序员修炼之道》笔记(二)
    《程序员修炼之道》笔记(一)
    学习MVC之租房网站(六)-用户登录和权限控制
    学习MVC之租房网站(五)-权限、角色、用户管理
    [翻译] 如何更好地编写单元测试(下)
  • 原文地址:https://www.cnblogs.com/death00/p/12248282.html
Copyright © 2020-2023  润新知