Java 在整数数组中查找k个最常出现的元素
给定一个包含可能重复项的数组A,查找最频繁出现的k个项 我的做法: 创建一堆按频率排序的最常出现元素。顶部元素显然是其余元素中出现最少的元素。 创建一个HashMap来跟踪所有元素计数以及它们是否在MinHeap中 读取新整数时:Java 在整数数组中查找k个最常出现的元素,java,arrays,algorithm,Java,Arrays,Algorithm,给定一个包含可能重复项的数组A,查找最频繁出现的k个项 我的做法: 创建一堆按频率排序的最常出现元素。顶部元素显然是其余元素中出现最少的元素。 创建一个HashMap来跟踪所有元素计数以及它们是否在MinHeap中 读取新整数时: 检查它是否在HashMap中:增加HashMap中的计数 另外,如果是,则检查它是否在堆中:然后也增加那里的计数并heapify 如果没有,则与根元素计数进行比较,必要时删除根元素以添加此元素。然后希皮菲 最后,返回MinHeap作为所需的输出 class Wra
- 检查它是否在HashMap中:增加HashMap中的计数
- 另外,如果是,则检查它是否在堆中:然后也增加那里的计数并heapify
- 如果没有,则与根元素计数进行比较,必要时删除根元素以添加此元素。然后希皮菲
class Wrapper{
boolean inHeap;
int count;
}
这需要O(n+k)空间和O(n logk)时间复杂度。有没有更好的方法来处理空间和/或时间复杂性问题。我们可以说,您的方法的空间复杂性是
O(n)
,因为您使用的内存不能超过O(2n)=O(n)
跳过堆,只创建HashMap 创建HashMap后,可以对其进行迭代,并将所有元素放入一个数组中 然后,您可以在数组上运行一个,比如获取第k个元素,以及第一个元素(通过quickselect提取第一个
k
元素的扩展相当简单,或者您可以再次迭代获取它们)
然后根据需要对k
元素进行排序
如果需要排序,预计运行时间为O(n)
或O(n+k log k)
空间复杂度将是
O(n)
考虑使用一个映射,将数字映射到它的发生计数。维护一个单独的int,其中包含任何数字中当前最大的计数,以及一个包含每个带有/count/numbers的数字的列表。
这种方法将允许您在对所有值进行一次迭代后了解结果。在最坏的情况下(如果所有值都有一次出现),您将使用2倍的内存(映射和列表中都有1个条目)。即使这样,只要一个条目出现两次,就可以开始向列表中添加条目。我同意堆会使它复杂化。您可以简单地对数组进行合并排序(
O(k log k)
time),然后在创建HashMap(O(n)
time))后运行数组。总运行时间O(n+k*log(k))=O(k*log(k))
有许多不同的算法用于确定所谓的频繁项,基于计数器和基于草图。在基于计数器的算法中,当前最好的是(其他算法是和)
在最坏的情况下,节省空间需要O(n)时间和k+1计数器在由$n$条目的输入中查找k个频繁项 通过@Dukeling补充答案。我在C++中添加了代码来解释QuestScLoad方法。 步骤:
映射
获取每个唯一元素的频率#include <cmath>
#include <cstdio>
#include <vector>
#include <iostream>
#include <algorithm>
#include <map>
using namespace std;
map<int,int> m;
void swap(int *a,int *b){
int temp=*a;
*a=*b;
*b=temp;
}
void printelements(vector<int> &temp,int k){
for(int i=0;i<=k;++i){
cout<<temp[i]<<endl;
}
}
int partition(vector<int> &a, int low,int high){
int pivot = high-1;
int i=low-1;
for(int j=low;j<high-1;j++){
if(m[a[j]]>=m[a[pivot]]){
i++;
swap(&a[i],&a[j]);
}
}
i++;
swap(&a[i],&a[pivot]);
return i;
}
void quickselect(vector<int> &temp,int low,int high,int k){
if(low>high){
return ;
}
int pivot=partition(temp,low,high);
if(k==pivot){
printelements(temp,k);
return;
}
else if(k<pivot){
quickselect(temp,low,pivot,k);
}
else{
quickselect(temp,pivot+1,high,k);
}
}
void topKelements(int a[],int n,int k){
if(k<0)return ;
for(int i=0;i<n;i++){
if(m.find(a[i])!=m.end()){
m[a[i]]++;
}
else{
m.insert(pair<int,int>(a[i],1));
}
}
vector<int> temp;
map<int,int>::iterator it;
for(it=m.begin();it!=m.end();++it){
temp.push_back(it->first);
}
k=min(k,(int)temp.size()-1);
quickselect(temp,0,temp.size(),k);
}
int main() {
int a[] = {1,2,3,4,1,1,2,3,4,4,4,1};
int k = 2;
topKelements(a,12,k-1);
}
#包括
#包括
#包括
#包括
#包括
#包括
使用名称空间std;
地图m;
无效交换(int*a,int*b){
int temp=*a;
*a=*b;
*b=温度;
}
无效打印元素(矢量和温度,整数k){
对于(int i=0;i那么,在您的步骤2中,如何在log(k)time中找到堆中的元素呢?请注意,堆没有排序,并且在父节点上,无法决定要转到哪个子节点。您必须迭代所有堆成员,所以总时间是O(nk)time
如果将heap更改为二进制搜索树(如TreeMap),您可以在log(k)time中找到一个频率。但是您必须处理重复的键,因为不同的元素可能具有相同的计数。公共类数组问题{
public class ArrayProblems {
static class Pair {
int value;
int count;
Pair(int value, int count) {
this.value = value;
this.count = count;
}
}
/*
* Find k numbers with most occurrences in the given array
*/
public static void mostOccurrences(int[] array, int k) {
Map<Integer, Pair> occurrences = new HashMap<>();
for(int element : array) {
int count = 1;
Pair pair = new Pair(element, count);
if(occurrences.containsKey(element)) {
pair = occurrences.get(element);
pair.count++;
}
else {
occurrences.put(element, pair);
}
}
List<Pair> pairs = new ArrayList<>(occurrences.values());
pairs.sort(new Comparator<Pair>() {
@Override
public int compare(Pair pair1, Pair pair2) {
int result = Integer.compare(pair2.count, pair1.count);
if(result == 0) {
return Integer.compare(pair2.value, pair1.value);
}
return result;
}
});
int[] result = new int[k];
for(int i = 0; i < k; i++) {
Pair pair = pairs.get(i);
result[i] = pair.value;
}
System.out.println(k + " integers with most occurence: " + Arrays.toString(result));
}
public static void main(String [] arg)
{
int[] array = {3, 1, 4, 4, 5, 2, 6, 1};
int k = 6;
ArrayProblems.mostOccurrences(array, k);
// 3 --> 1
// 1 --> 2
// 4 --> 2
// 5 --> 1
// 2 --> 1
// 6 --> 1
}
静态类对{
int值;
整数计数;
对(int值、int计数){
这个值=值;
this.count=计数;
}
}
/*
*查找给定数组中出现次数最多的k个数字
*/
公共静态void mostOccurrences(int[]数组,int k){
映射出现次数=新建HashMap();
for(int元素:数组){
整数计数=1;
对=新对(元素、计数);
if(事件.容器(元素)){
pair=引用。get(元素);
count++;
}
否则{
事件。放置(元素,对);
}
}
列表对=新的ArrayList(引用.values());
pairs.sort(新的比较器(){
@凌驾
公共整数比较(对pair1,对pair2){
int result=Integer.compare(pair2.count,pair1.count);
如果(结果==0){
返回整数.compare(pair2.value,pair1.value);
}
返回结果;
}
});
int[]结果=新的int[k];
for(int i=0;i 1
// 1 --> 2
// 4 --> 2
// 5 --> 1
// 2 --> 1
// 6 --> 1
}
}您可以使用hashmap。如果映射已经存在,则在映射中增加值。然后使用lambda排序结果映射,限制为k值
import java.util.Arrays;
import java.util.HashMap;
import java.util.LinkedHashMap;
import java.util.Map;
public class MaxRepeating
{
static void maxRepeating(int arr[], int n, int k)
{
Map<Integer,Integer> map=new HashMap<Integer,Integer>();
// increment value in map if already present
for (int i = 0; i< n; i++){
map.put(arr[i], map.getOrDefault(arr[i], 0)+1);
}
map.entrySet().stream()
.sorted(Map.Entry.<Integer, Integer>comparingByValue().reversed())
.limit(k).forEach(System.out::println);
}
/*Driver function to check for above function*/
public static void main (String[] args)
{
int arr[] = {7, 10, 11, 5, 2, 5, 5, 7, 11, 8, 9};
int n = arr.length;
int k=4;
maxRepeating(arr,n,k);
}
}
导入java.util.array;
导入java.util.HashMap;
导入java.util.LinkedHashMap;
导入java.util.Map;
公共类最大重复
{
静态void maxRepeating(int arr[],int n,int k)
{
Map Map=newhashmap();
//映射中的增量值(如果已存在)
对于(int i=0;i