标签：692 map pq String freq1 单词 word1 new 高频

692. 前K个高频单词

给一非空的单词列表，返回前 k 个出现次数最多的单词。

返回的答案应该按单词出现频率由高到低排序。如果不同的单词有相同出现频率，按字母顺序排序。

示例 1：

输入: ["i", "love", "leetcode", "i", "love", "coding"], k = 2
输出: ["i", "love"]
解析: "i" 和 "love" 为出现次数最多的两个单词，均为2次。
    注意，按字母顺序 "i" 在 "love" 之前。
 

示例 2：

输入: ["the", "day", "is", "sunny", "the", "the", "the", "sunny", "is", "is"], k = 4
输出: ["the", "is", "sunny", "day"]
解析: "the", "is", "sunny" 和 "day" 是出现次数最多的四个单词，
    出现次数依次为 4, 3, 2 和 1 次。
 

注意：

假定 k 总为有效值， 1 ≤ k ≤ 集合元素数。
输入的单词均由小写字母组成。
 

扩展练习：

尝试以 O(n log k) 时间复杂度和 O(n) 空间复杂度解决。

方法1:Hash+桶计数

        public List<String> topKFrequent(String[] words, int k) {
            List<String> resList = new ArrayList<>();
            if (words == null || words.length == 0) {
                return resList;
            }
            Map<String, Integer> map = new HashMap<>();
            for (String word : words) {
                map.put(word, map.getOrDefault(word, 0) + 1);
            }
            List<String>[] bucket = new List[words.length + 1];
            for (Map.Entry<String, Integer> entry : map.entrySet()) {
                int count = entry.getValue();
                if (bucket[count] == null) {
                    bucket[count] = new ArrayList<>();
                }
                bucket[count].add(entry.getKey());
            }
            for (List<String> list : bucket) {
                if (list != null) {
                    Collections.sort(list);
                }
            }
            flag:
            for (int i = bucket.length - 1; i >= 0 && resList.size() < k; i--) {
                if (bucket[i] != null) {
                    for (String item : bucket[i]) {
                        if (resList.size() == k) {
                            break flag;
                        }
                        resList.add(item);
                    }
                }
            }
            return resList;
        }

方法2:优先队列+Hash

public List<String> topKFrequent(String[] words, int k) {
            Map<String, Integer> map = new HashMap<>();
            for (String word : words) {
                map.put(word, map.getOrDefault(word, 0) + 1);
            }
            PriorityQueue<Object[]> pq = new PriorityQueue<Object[]>(k, (o1, o2) -> {
                int freq1 = (Integer) o1[0], freq2 = (Integer) o2[0];
                if (freq1 != freq2) return freq1 - freq2;
                String word1 = (String) o1[1], word2 = (String) o2[1];
                return word2.compareTo(word1);
            });
            for (String word1 : map.keySet()) {
                int freq1 = map.get(word1);
                if (pq.size() < k) {
                    pq.add(new Object[]{freq1, word1});
                } else {
                    Object[] cur = pq.peek();
                    int freq2 = (Integer) cur[0];
                    String word2 = (String) cur[1];
                    if (freq1 > freq2) {
                        pq.poll();
                        pq.add(new Object[]{freq1, word1});
                    } else if (freq1 == freq2) {
                        if (word1.compareTo(word2) < 0) {
                            pq.poll();
                            pq.add(new Object[]{freq1, word1});
                        }
                    }
                }
            }
            List<String> res = new ArrayList<>();
            while (!pq.isEmpty()) res.add((String)pq.poll()[1]);
            Collections.reverse(res);
            return res;
        }

标签：692,map,pq,String,freq1,单词,word1,new,高频
来源： https://blog.csdn.net/wat1r/article/details/117090135

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。