其他分享
首页 > 其他分享> > leetcode hot 100 - 347. 前 K 个高频元素

leetcode hot 100 - 347. 前 K 个高频元素

作者:互联网

347. 前 K 个高频元素

题目描述

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]

提示:

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。
题目数据保证答案唯一,换句话说,数组中前 k 个高频元素的集合是唯一的。
你可以按任意顺序返回答案。

思路一:HashMap 计数 + 排序

使用hashmap对每个元素进行出现次数统计

对hashmap根据value进行排序,排序前要先把hashmap中的所有entry都存入到一个list中,只有在list中才可以使用Collections.sort()进行排序

保存前k个元素到数组

 1 class Solution {
 2     public int[] topKFrequent(int[] nums, int k) {
 3         // 使用hashmap对每个元素进行出现次数统计
 4         HashMap<Integer, Integer> map = new HashMap<>();
 5         for(int num : nums){
 6             if(map.containsKey(num)){
 7                 map.put(num, map.get(num)+1);
 8             }else{
 9                 map.put(num, 1);
10             }
11         }
12 
13         // 对hashmap根据value进行排序
14         // 先把hashmap中的所有entry都存入到一个list中,只有在list中才可以使用Collections.sort()进行排序
15         List<Map.Entry<Integer, Integer>> list = new ArrayList<>();
16         list.addAll(map.entrySet());
17 
18         Collections.sort(list, new Comparator<Map.Entry<Integer,Integer>>(){
19             public int compare(Map.Entry<Integer,Integer> o1, Map.Entry<Integer,Integer> o2){
20                 return o2.getValue() - o1.getValue();
21             }
22         });
23 
24         // 保存前k个元素到数组
25         int[] res = new int[k];
26         int i = 0;
27         for(Map.Entry<Integer,Integer> en : list){
28             res[i++] = en.getKey();
29             if(i >= k){
30                 break;
31             }
32         }
33         return res;
34     }
35 }

leetcode 执行用时:18 ms > 45.17%, 内存消耗:41.1 MB > 93.84%

复杂度分析:

时间复杂度:O(nlogn), 使用Hashmap进行计数的复杂度为O(n), 随后对hashmap进行排序,虽然其中的键值对可能没有n那么多,但是在最坏情况下键值对的个数为n, 所以排序的时间复杂度为O(nlogn)

空间复杂度:O(2n); 需要一个hashMap存储每个值出现的次数,键值对最大为O(n), 随后将所有健值对存入一个临时 list, 也花费了O(n)的空间,所以整体空间复杂度为O(2n)

思路二:HashMap计数 + 堆

这次仍然是先使用HashMap进行计数,然后维持一个大小为k的最小堆,最后取出堆中所有元素存入一个数组

 1 class Solution {
 2     public int[] topKFrequent(int[] nums, int k) {
 3         // 使用hashmap对每个元素进行出现次数统计
 4         HashMap<Integer, Integer> map = new HashMap<>();
 5         for(int num : nums){
 6             if(map.containsKey(num)){
 7                 map.put(num, map.get(num)+1);
 8             }else{
 9                 map.put(num, 1);
10             }
11         }
12 
13         // 然后维持一个大小为k的最小堆
14         PriorityQueue<Integer> queue = new PriorityQueue<>((a, b) -> map.get(a) - map.get(b));
15         for(Integer key : map.keySet()){
16             queue.offer(key);
17             if(queue.size() > k){
18                 queue.poll();
19             }
20         }
21 
22         // 最后取出堆中所有元素存入一个数组
23         int[] res = new int[k];
24         for(int i = 0; i < k; i++){
25             res[i] = queue.poll();
26         }
27         return res;
28     }
29 }

leetcode 执行用时:18 ms > 45.17%, 内存消耗:41.2 MB > 90.21%

复杂度分析:

时间复杂度: O(nlogk)。hashMap计数的时间是O(n), 后面维持一个大小为k的堆的时间花费为O(nlogk), 所以整体时间复杂度为O(nlogk)。

空间复杂度:O(n+k)。需要一个最大为O(n)的map 和一个 O(k)的堆,所以时间复杂度O(n+k)。

思路二:HashMap计数 + 桶排序

先使用hashmap进行计数,然后创建一个大小为 (n + 1) 的列表 list(之所以是n+1, 因为如果所有元素都是同一个元素的话,那这个元素的出现次数就是n, 那下标就是n, 所以需要一个大小为n+1的列表,这个列表的每个元素被当成是一个桶,每个桶是一个小列表,hashmap的值作为下标,键作为桶里的值,这样这个 list 列表中就保存了每个出现次数的所有元素。最后从大小遍历这个list, 把不为空的子列表元素都加入到数组中

 1 class Solution {
 2     public int[] topKFrequent(int[] nums, int k) {
 3         // 使用hashmap对每个元素进行出现次数统计
 4         HashMap<Integer, Integer> map = new HashMap<>();
 5         for(int num : nums){
 6             if(map.containsKey(num)){
 7                 map.put(num, map.get(num)+1);
 8             }else{
 9                 map.put(num, 1);
10             }
11         }
12 
13         // 然后创建一个大小为 (n + 1) 的列表 list
14         // 这个列表的每个元素被当成是一个桶,每个桶是一个小列表,hashmap的值作为下标,键作为桶里的值,
15         // 这样这个 list 列表中就保存了每个出现次数的所有元素。
16         List<Integer>[] list = new List[nums.length+1];
17         for(Map.Entry<Integer, Integer> en : map.entrySet()){
18             if(list[en.getValue()]== null){
19                 list[en.getValue()] = new ArrayList<Integer>();
20             }
21             list[en.getValue()].add(en.getKey());
22         }
23 
24         // 最后从大小遍历这个list, 把不为空的子列表元素都加入到数组中
25 
26         ArrayList<Integer> res = new ArrayList<>();
27         for(int i = nums.length; i >= 0 && res.size() < k; i--){
28             if(list[i] != null){
29                 res.addAll(list[i]);
30             }
31         }
32         int[] arr = new int[k];
33         for(int i = 0; i < k; i++){
34             arr[i] = res.get(i);
35         }
36         return arr;
37     }
38 }
leetcode 执行用时:14 ms > 92.28%, 内存消耗:41.3 MB > 72.55%

复杂度分析:

时间复杂度:O(n). 三个for循环,所以时间复杂度为O(n) 空间复杂度:需要一个大小为O(n)的hashmap, 一个大小为O(n+1)的list,数组,和一个大小为O(k)的结果列表,所以时间复杂度为O(2n+k+1), 即O(n)

标签:map,num,hashmap,int,复杂度,list,hot,347,100
来源: https://blog.51cto.com/u_14201949/2825893