在求解算法题时，往往我们遇见的不是纯算法的题目，而是参杂着数据结构的题型；例如一般我们遇到需要统计字符出现的次数时，往往使用哈希表来记录数量，但是我们要找到最大的出现频率的元素，往往很难直接通过哈希表的来获取相应的value值，此时往往可以通过构造优先队列的方式来取值。
接下来将列举几道有关使用哈希表+优先队列求解出现频率的类型题，望大家参考：
题目1概述：前K个高频元素
给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。
示例：
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
算法思路：
这几道题目的算法思路基本相同，在这里不再一一论述，大致思想是通过HashMap先记录某种元素出现的次数，然后通过定义数组来将<key,value>构造成相应元素，通过优先队列进行排序，这里要注意构造优先队列的构造方法中要设置元素大的在根结点中；（这里下一题和这题不同的思路是，下一题的元素是字符型，那么我们可以将出现的次数这个整型变量转化成字符串类型，然后在定义优先队列的时候再转成int类型做差即可）
算法实现：
class Solution {
public int[] topKFrequent(int[] nums, int k) {
//定义集合来计算某个元素出现的频率
Map<Integer,Integer> hash = new HashMap<>();
//定义优先队列用来找出前k大元素
//每个元素的第二个元素比较大小
PriorityQueue<int[]> queue = new PriorityQueue<>((a,b)->b[1]-a[1]);
for(int i=0;i<nums.length;i++){
if(!hash.containsKey(nums[i])){
hash.put(nums[i],1);
}else{
hash.put(nums[i],hash.get(nums[i])+1);
}
}
for(int num:hash.keySet()){
int[] arr = {
num,hash.get(num)};
//将数组加入到优先队列当中
queue.offer(arr);
}
//定义一个变量用来存储结果
int[] res = new int[k];
for(int i=0;i<k;i++){
//取出元素
res[i] = queue.poll()[0];
}
return res;
}
}
题目2概述：根据字符出现频率排序
给定一个字符串，请将字符串里的字符按照出现的频率降序排列。
示例：
输入:
"tree"
输出:
"eert"
解释:
'e'出现两次，'r'和't'都只出现一次。
因此'e'必须出现在'r'和't'之前。此外，"eetr"也是一个有效的答案。
输入:
"cccaaa"
输出:
"cccaaa"
解释:
'c'和'a'都出现三次。此外，"aaaccc"也是有效的答案。
注意"cacaca"是不正确的，因为相同的字母必须放在一起。
算法实现：
class Solution {
public String frequencySort(String s) {
Map<String,String> hash = new HashMap<>();
for(int i=0;i<s.length();i++){
String str = s.substring(i,i+1);
if(!hash.containsKey(str)){
hash.put(str,String.valueOf(1));
}else{
hash.put(str,String.valueOf(Integer.parseInt(hash.get(str))+1));
}
}
//定义一个优先队列
PriorityQueue<String[]> queue = new PriorityQueue<>((a,b)->Integer.parseInt(b[1])-Integer.parseInt(a[1]));
//将每个元素构造成数组形式
for(String st:hash.keySet()){
String[] arr = {
st,hash.get(st)};
queue.offer(arr);
}
String rs = "";
while(!queue.isEmpty()){
//当优先队列当中的元素不为空
String[] num = queue.poll();
for(int i=0;i<Integer.parseInt(num[1]);i++){
//按照元素出现的次数拼接起来
rs+=num[0];
}
}
return rs;
}
}