算法初探LeetCode-前K个高频单词

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 28 天，点击查看活动详情

LeetCode692：前K个高频单词

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]

思路分析

由题意可分析知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。

• 1、使用HashMap统计单词的频次
• 2、维护一个元素数量是k的小根堆，遍历哈希表将单词与对应的频次不断插入小根堆中，小根堆的排序规则是先按count升序排序，count相同的按word字典序降序排序。当小根堆的元素多于k个时就把堆顶的元素删除。
• 3、最后小根堆里剩下的k个元素就是要求的结果

算法代码

class Node {
    String word;
    int count;

    public Node(String word, int count) {
        this.word = word;
        this.count = count;
    }
}

public List < String > topKFrequent(String[] words, int k) {
    HashMap < String, Integer > countMap = new HashMap < > ();
    for (String word: words) {
        countMap.put(word, countMap.getOrDefault(word, 0) + 1);
    }

    PriorityQueue < Node > priorityQueue = new PriorityQueue < > (k, new Comparator < Node > () {@
        Override
        public int compare(Node o1, Node o2) {
            //先按count升序排序，count相同的按字典序降序排序
            int x = o1.count - o2.count;

            if (x == 0) {
                return o2.word.compareTo(o1.word);
            }
            return x;
        }
    });

    for (String word: countMap.keySet()) {
        int count = countMap.get(word);
        priorityQueue.add(new Node(word, count));

        if (priorityQueue.size() > k) {
            priorityQueue.remove();
        }
    }

    LinkedList < String > res = new LinkedList < > ();

    while (!priorityQueue.isEmpty()) {
        res.addFirst(priorityQueue.remove().word);
    }

    return res;
}

结果详情

算法复杂度

• 空间复杂度：$O(1)$
• 时间复杂度：$O(n)$

在掘金(JUEJIN)一起进步，一起成长！