怎么使用heap和map

这篇文章主要讲解了"怎么使用heap和map"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"怎么使用heap和map"吧！

Top K 问题是面试中非常常考的算法题。

Leetcode 上这两题大同小异，这里以第一题为例。

题意：
给一组词，统计出现频率最高的 k 个。
比如说 "I love leetcode, I love coding" 中频率最高的 2 个就是 I 和 love 了。

有同学觉得这题特别简单，但其实这题只是母题，它可以升级到系统设计层面来问：

在某电商网站上，过去的一小时内卖出的最多的 k 种货物。

我们先看算法层面:

思路：

统计下所有词的频率，然后按频率排序取最高的前 k 个呗。

细节：

用 HashMap 存放单词的频率，用 minHeap/maxHeap 来取前 k 个。

实现：

1. 建一个 HashMap ，遍历整个数组，相应的把这个单词的出现次数 + 1.

这一步时间复杂度是 O(n).

2. 用 size = k 的 minHeap 来存放结果，定义好题目中规定的比较顺序
   a. 首先按照出现的频率排序；
   b. 频率相同时，按字母顺序。

3. 遍历这个 map，如果
   a. minHeap 里面的单词数还不到 k 个的时候就加进去；
   b. 或者遇到更高频的单词就把它替换掉。

时空复杂度分析：

第一步是 O(n)，第三步是 nlog(k)，所以加在一起时间复杂度是 O(nlogk).

用了一个额外的 heap 和 map，空间复杂度是 O(n).

代码：

class Solution {    public List topKFrequent(String[] words, int k) {        // Step 1        Map map = new HashMap<>();        for (String word : words) {            Integer count = map.getOrDefault(word, 0);            count++;            map.put(word, count);        }                // Step 2        PriorityQueue> minHeap = new PriorityQueue<>(k+1, new Comparator>() {            @Override            public int compare(Map.Entry e1, Map.Entry e2) {                if(e1.getValue() == e2.getValue()) {                    return e2.getKey().compareTo(e1.getKey());                }                return e1.getValue().compareTo(e2.getValue());            }        });                // Step 3        List res = new ArrayList<>();        for(Map.Entry entry : map.entrySet()) {            minHeap.offer(entry);            if(minHeap.size() > k) {                minHeap.poll();            }        }        while(!minHeap.isEmpty()) {            res.add(minHeap.poll().getKey());        }        Collections.reverse(res);        return res;    }}

感谢各位的阅读，以上就是"怎么使用heap和map"的内容了，经过本文的学习后，相信大家对怎么使用heap和map这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！