1. 问题背景与核心思路
这道力扣hot100题目要求我们找出数组中前K个出现频率最高的元素。在实际开发中,类似的需求非常常见,比如统计用户行为日志中的高频事件、分析系统监控数据中的异常峰值等。
解决这类问题的关键在于两点:一是高效统计元素频率,二是快速筛选出前K个高频项。我采用的方案是哈希表+最小堆的组合:
- 哈希表:以O(1)时间复杂度完成元素频率统计
- 最小堆:以O(n log k)时间复杂度维护前K大元素
这种组合方式在时间复杂度和空间复杂度之间取得了很好的平衡。相比完全排序的O(n log n)方案,我们的方法在K远小于n时优势明显。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 详细实现解析
2.1 频率统计阶段
java复制HashMap<Integer, Integer> map = new HashMap<>();
for (int num : nums) {
if (map.containsKey(num)) {
map.put(num, map.get(num) + 1);
} else {
map.put(num, 1);
}
}
这里有几个值得注意的细节:
- 使用
HashMap而不是TreeMap,因为我们不需要键的有序性,哈希表的O(1)访问更适合这个场景 - 遍历数组时,对每个元素先检查是否已存在,避免NullPointerException
- Java 8+可以使用
map.merge(num, 1, Integer::sum)简化代码
2.2 堆的构建与维护
java复制PriorityQueue<Integer> pq = new PriorityQueue<>((a, b) -> map.get(a) - map.get(b));
for (Integer key : map.keySet()) {
if (pq.size() < k) {
pq.add(key);
} else if (map.get(pq.peek()) < map.get(key)) {
pq.remove();
pq.add(key);
}
}
这里有几个
