当前位置:网站首页>LeetCode_优先级队列_692.前K个高频单词

LeetCode_优先级队列_692.前K个高频单词

2022-08-10 23:57:00 小城老街

1.题目

给定一个单词列表 words 和一个整数 k ,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, 按字典顺序排序。

示例 1:
输入: words = [“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:
1 <= words.length <= 500
1 <= words[i] <= 10
words[i] 由小写英文字母组成。
k 的取值范围是 [1, 不同 words[i] 的数量]

进阶:尝试以 O(n log k) 时间复杂度和 O(n) 空间复杂度解决。

来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/top-k-frequent-words

2.思路

(1)哈希表
① 使用 hashMap 来保存 words 中不同字符串以及对应出现的频率;
② 将hashMap 中的键值对存放到 list 中,然后再重写 list.sort() 中的排序规则
1)如果单词出现频率相同,按字典顺序排序;
2)如果单词出现频率不同,按出现频率降序排序;
③ 取出 list 中前 k 个元素中的键并保存到 res 中,最后返回 res 即可。

(2)优先级队列
思路参考本题官方题解

该方法的核心思想是:创建一个小根优先队列(即优先队列的队首元素最小)。我们将每一个字符串插入到优先队列中,如果优先队列的大小超过了 k,那么就将优先队列的队首元素弹出。这样最终优先队列中剩下的 k 个元素就是前 k 个出现次数最多的单词。

3.代码实现(Java)

//思路1————哈希表
class Solution {
    
    public List<String> topKFrequent(String[] words, int k) {
    
        List<String> res = new ArrayList<>();
        // hashMap 保存 words 中不同字符串以及对应出现的频率
        HashMap<String, Integer> hashMap = new HashMap<>();
        for (String word : words) {
    
            hashMap.put(word, hashMap.getOrDefault(word, 0) + 1);
        }
        List<Map.Entry<String, Integer>> list = new ArrayList<>(hashMap.entrySet());
        list.sort((o1, o2) -> {
    
        	//当返回值为正数时,交换 o1 与 o2
            if (o1.getValue().equals(o2.getValue())) {
    
                //单词出现频率相同,按字典顺序排序
                return o1.getKey().compareTo(o2.getKey());
            } else {
    
                //单词出现频率不同,按出现频率降序排序
                return o2.getValue() - o1.getValue();
            }
        });
        for(Map.Entry<String, Integer> map : list) {
    
            if (k != 0) {
    
                res.add(map.getKey());
                k--;
            } else {
    
                break;
            }
        }
        return res;
    }
}
//思路2————优先级队列
class Solution {
    
    public List<String> topKFrequent(String[] words, int k) {
    
        List<String> res = new ArrayList<>();
        // hashMap 保存 words 中不同字符串以及对应出现的频率
        HashMap<String, Integer> hashMap = new HashMap<>();
        for (String word : words) {
    
            hashMap.put(word, hashMap.getOrDefault(word, 0) + 1);
        }
        PriorityQueue<Map.Entry<String, Integer>> queue = new PriorityQueue<>((entry1, entry2)->{
    
            if (entry1.getValue().equals(entry2.getValue())) {
    
                //单词出现频率相同,按字典顺序排序
                return entry2.getKey().compareTo(entry1.getKey());
            } else {
    
                //单词出现频率不同,按出现频率降序排序
                return entry1.getValue() - entry2.getValue();
            }
        });
        for (Map.Entry<String, Integer> entry : hashMap.entrySet()) {
    
            queue.offer(entry);
            if (queue.size() > k) {
    
                queue.poll();
            }
        }
        while (!queue.isEmpty()) {
    
            res.add(queue.poll().getKey());
        }
        Collections.reverse(res);
        return res;
    }
}
原网站

版权声明
本文为[小城老街]所创,转载请带上原文链接,感谢
https://blog.csdn.net/weixin_43004044/article/details/126260616