347. 前K个高频元素

题目：

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。

C++代码实现：

class Solution {
public:
	struct cmp//定义一个可调用类型functional
	{
           //自定义排序准则，如果函数返回true，则按照原来的lhs,rhs这样的顺序排
           //如果函数返回false,则按照rhs,lhs这样的顺序排，
           //确定了排法后，再按照lhs，rhs的实际大小关系再结合这样的排出的结果，
           //就知道这样的排法准则到底定义一个最小堆还是最大堆了
	    bool operator()(const pair<int,int> &lhs,const pair<int,int> &rhs)//定义一个最小堆
	    {
	        return lhs.second > rhs.second;
	    }                           
    };                           
    vector<int> topKFrequent(vector<int>& nums, int k) {

    	vector<int> ret;
    	int n = nums.size();
    	if(k<1 || n<k)
    		return ret;
    	map<int,int> m;
    	for(int i = 0;i < n;i++)
    	{
    		if(m.find(nums[i]) == m.end())
    			m[nums[i]] = 1;
    		else
    			m[nums[i]]++; 
    	}
    	priority_queue<pair<int,int>,vector<pair<int,int>>,cmp> q;
    	for(auto iter = m.begin();iter!=m.end();iter++)
    	{
    		if(q.size() < k)
    			q.push(*iter);
    		else
    		{
    			pair<int,int> temp = q.top();
    			if(iter->second > temp.second)
    			{
    				q.pop();
    				q.push(*iter);			
    			}
    		}
    	}
    	if(q.size() < k)
    		return ret;
    	while(!q.empty())
    	{
    		ret.push_back(q.top().first);
    		q.pop();
    	}
    	return ret;        
    }
};

java代码实现：　

class Solution {
    public int[] topKFrequent(int[] nums, int k) {


        // 先对每个数字计数
        Map<Integer, Integer> m = new HashMap<>();
        for (int num : nums) {
            int value = m.getOrDefault(num, 0) + 1;
            m.put(num, value);
        }

        //最小堆
        PriorityQueue<Map.Entry<Integer, Integer>> prq = new PriorityQueue<>((x,y)->(x.getValue()-y.getValue()));
        for (Map.Entry<Integer, Integer> entry : m.entrySet()) {
            if(prq.size()<k)
                prq.offer((entry));
            else {
                Map.Entry<Integer,Integer> the_min = prq.peek();
                //确保这个最小堆中始终持有k个最频繁的
                if(entry.getValue()>the_min.getValue()){
                    prq.poll();
                    prq.offer(entry);
                }
            }
        }

        int[] ret = new int[k];
        for(int i = 0;i<k;i++){
            ret[i] = prq.poll().getKey();
        }
        return ret;
    }
}