347. 前 K 个高频元素。

给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。

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：

1 <= nums.length <= 10^5
k 的取值范围是 [1, 数组中不相同的元素的个数]
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

进阶：你所设计算法的时间复杂度 必须 优于 O(n log n) ，其中 n 是数组大小。

算法分析

解题思路

• 借助 哈希表 来建立数字和其出现次数的映射，遍历一遍数组统计元素的频率
• 维护一个元素数目为 kkk 的最小堆
• 每次都将新的元素与堆顶元素（堆中频率最小的元素）进行比较
• 如果新的元素的频率比堆顶端的元素大，则弹出堆顶端的元素，将新的元素添加进堆中
  最终，堆中的 kkk 个元素即为前 kkk 个高频元素

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        Map<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
            map.put(num, map.getOrDefault(num, 0) + 1);
        }
        PriorityQueue<Integer> pq = new PriorityQueue<>((e1, e2) -> map.get(e1) - map.get(e2));

        for (Integer key: map.keySet()) {
            if (pq.size() < k) {
                pq.add(key);
            } else if (map.get(key) > map.get(pq.peek())) {
                pq.remove();
                pq.add(key);
            }
        }

        int[] res = new int[k];
        int index = 0;
        while(!pq.isEmpty()) {
            res[index++] = pq.remove();
        }
        return res;
    }
}

复杂性分析

时间复杂度：O(nlogk)
空间复杂度：O(n)