top k 问题 Java解决代码

top k问题：从10亿个数中选出最大的1万个数，处理方式：用小顶堆，先用1万个数建立小顶堆，再把剩余数从小顶堆里过一遍，每次与堆顶元素比较，小顶堆的堆顶元素是最小的，如果比堆顶元素大就替换堆顶元素，重新生成小顶堆，继续比较直到10亿条数据比完，堆里剩下的就是最大的1万个数。
如果是从大量元素里挑出最小的前k个，就建立容量为k的大顶堆，堆顶是最大的元素，剩余元素跟堆顶元素比较，如果堆顶元素大就替换掉。
大顶堆，小顶堆如何建立，在java代码中有现成的堆数据结构PriorityQueue(也可以用数组自己建立堆数据结构，替换堆顶元素重新排序需要自己写方法实现)，默认是小顶堆，想要大顶堆就重写compare方法

一: 用PriorityQueue找出前k个最小元素：

public static int[] topK(int[] arr,int k){
// 创建一个大小为 k的大根堆
PriorityQueue<Integer> maxHeap = new PriorityQueue<>(k,new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o2 - o1;
}
});
for (int i = 0; i < arr.length; i++) {
if (i < k){
// 放入前 k 个元素
maxHeap.offer(arr[i]);
}else{
// 从第 k+1个元素开始进行判断是否要入堆
if (maxHeap.peek() > arr[i]){
maxHeap.poll();
maxHeap.offer(arr[i]);
}
}
}
int[] ret = new int[k];
for (int i = 0; i < k; i++) {
ret[i] = maxHeap.poll();
}
return ret;
}

二 top k找出出现频率最大的前k条:

先用hash结构获取元素值和出现的次数,再将hash结构放到堆中用频次比较:

public int[]topKFrequent(int[]nums,int k){
//occurrences的key是元素值，value是元素出现的次数
Map<Integer,Integer> occurrences = new HashMap<Integer,Integer>();
for(int num:nums){
//occurrences.getOrDefault(key,def)是根据key获取value值，如果找不到key就返回默认值def
//第一次occurrences为空都找不到，值是1，后面能找到了每次加一
occurrences.put(num,occurrences.getOrDefault(num,0)+1);
}
PriorityQueue<int[]> queue = new PriorityQueue<int[]>(new Comparator<int[]>(){
//PriorityQueue是Java的堆数据结构,这里存放的是整形数组,下标0存key,下标1存出现次数
//重写compare方法,指定用频次比较
public int compare(int[]m,int[]n){return m[1]- n[1];}
});
for(Map.Entry<Integer,Integer>entry : occurrences.entrySet()){
int num=entry.getKey(),count=entry.getValue();
if(queue.size()==k){
if(queue.peek()[1]<count) {//堆顶元素下标1是频次,和数组的其他元素的频次比较
//删除堆顶元素
queue.poll();
//堆中加入元素
queue.offer(new int[]{num, count});
}
}else{
//堆中加入元素
queue.offer(new int[]{num, count});
}
}

int[]ret = new int[k];
for(int i=0;i<k; ++i){
ret[i]= queue.poll()[1];
}
return ret;
}