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。
输出 k 个整数，表示前 k 个出现频率最高的元素，顺序不限。
输入
6 2
1 1 1 2 2 3
输出
1 2
输入
1 1
1
输出
1
本题要求在一个整数数组中找出出现频率最高的前 k 个元素，且数据量较大（最多 105），因此我们必须使用 高效的算法。
统计频率： 使用 哈希表（HashMap） 统计每个元素的出现次数，时间复杂度为 O(n)。
维护前 K 个频率元素：
使用一个 最小堆（Python 中使用 heapq，Java 和 C++ 用优先队列）来保存前 K 个频率最高的元素。
(频率, 元素)。k，则弹出频率最小的元素。输出结果： 最终堆中剩下的就是前 K 个高频元素，将其提取出来作为答案即可。
因为我们只关心前 K 个元素，最小堆能保证：
时间复杂度：
空间复杂度：O(n)（用于频率哈希表和堆）
import sys
import heapq
from collections import Counter
# 读取输入
n, k = map(int, sys.stdin.readline().split())
nums = list(map(int, sys.stdin.readline().split()))
# 1. 统计每个数字的出现频率
freq_map = Counter(nums)
# 2. 用最小堆维护前 k 个频率高的元素
min_heap = []
for num, freq in freq_map.items():
heapq.heappush(min_heap, (freq, num)) # (频率, 元素)
if len(min_heap) > k:
heapq.heappop(min_heap) # 移除频率最小的
# 3. 取出堆中的元素
result = [num for freq, num in min_heap]
print(' '.join(map(str, result)))
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int n = sc.nextInt(), k = sc.nextInt();
int[] nums = new int[n];
Map<Integer, Integer> freqMap = new HashMap<>();
for (int i = 0; i < n; i++) {
nums[i] = sc.nextInt();
freqMap.put(nums[i], freqMap.getOrDefault(nums[i], 0) + 1);
}
// 小顶堆按频率排序
PriorityQueue<int[]> heap = new PriorityQueue<>(Comparator.comparingInt(a -> a[0]));
for (Map.Entry<Integer, Integer> entry : freqMap.entrySet()) {
heap.offer(new int[]{entry.getValue(), entry.getKey()});
if (heap.size() > k) heap.poll(); // 超过 k 个就弹出最小的
}
List<Integer> result = new ArrayList<>();
while (!heap.isEmpty()) {
result.add(heap.poll()[1]);
}
for (int num : result) {
System.out.print(num + " ");
}
}
}
#include <iostream>
#include <vector>
#include <unordered_map>
#include <queue>
using namespace std;
int main() {
int n, k;
cin >> n >> k;
vector<int> nums(n);
unordered_map<int, int> freq;
// 1. 读入数据，统计频率
for (int i = 0; i < n; i++) {
cin >> nums[i];
freq[nums[i]]++;
}
// 2. 使用最小堆维护前 k 个频率高的元素
priority_queue<pair<int, int>, vector<pair<int, int>>, greater<>> minHeap;
for (auto& [num, count] : freq) {
minHeap.emplace(count, num);
if (minHeap.size() > k) minHeap.pop(); // 保持堆大小为 k
}
// 3. 输出结果
while (!minHeap.empty()) {
cout << minHeap.top().second << " ";
minHeap.pop();
}
return 0;
}