LeetCode347——优先队列解决查询前k高频率数字问题

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。

例如，

给定数组 [1,1,1,2,2,3] , 和 k = 2，返回 [1,2]。

注意：

• 你可以假设给定的 k 总是合理的，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。

       这里已经明确的要求了时间复杂度，那么对于这种前k个元素问题，可以采用小根堆结构来解决，因为把元素变为了树状结构，所以在时间复杂度方面绝对是优于扫描数组的，定义一个优先队列（jdk提供的优先队列是由小根堆实现的，这里正好符合要求），队列允许存储元素k个。

代码如下：

class Solution {
    private class Freq implements Comparable<Freq> {
		public int data, freq;

		public Freq(int data, int freq) {
			this.data = data;
			this.freq = freq;
		}

		@Override
		public int compareTo(Freq o) {
			if (this.freq > o.freq) {
				// 当前key的频率大于父节点的频率的话，不上浮
				return 1;
			} else if (this.freq < o.freq) {
				return -1;
			} else {
				return 0;
			}
		}

	}

	public List<Integer> topKFrequent(int[] nums, int k) {
		TreeMap<Integer, Integer> map = new TreeMap<>();
		// O(n)
		for (int num : nums) {
			if (map.containsKey(num)) {
				map.put(num, map.get(num) + 1);
			} else {
				map.put(num, 1);
			}
		}
		PriorityQueue<Freq> queue = new PriorityQueue<>();

		for (int key : map.keySet()) {
			if (queue.size() < k) {
				queue.add(new Freq(key, map.get(key)));
			} else if (map.get(key) > queue.peek().freq) {
				// 大于优先队列的最小值
				// 删掉最小值，并把当前的key加入优先队列
				queue.remove();
				queue.add(new Freq(key, map.get(key)));
			}
		}
		List<Integer> list = new ArrayList<>();
		while (queue.size() > 0) {
			Freq freq = queue.remove();
			list.add(freq.data);
		}
		return list;
	}
}