1.题目描述

2.思路

（1）这里定义了一个小根堆（最小堆），根据元素的频率从小到大排序。小根堆原理：堆顶是最小值，每次插入或删除操作会保持堆的有序结构（常用二叉堆实现）。
比如，map.get(a) - map.get(b) 表示：
频率小的排在堆顶；
当堆满 k 个元素后，就可以比较新元素与堆顶的大小，进行替换。

（2）这个循环遍历 map 中的所有 key，目的是找出频率前 k 高的元素。

如果堆还没满，直接加入；
如果堆满了，比较当前元素的频率和堆顶元素频率：
当前元素更高，则替换堆顶。
继续例子（k = 2）
map: {1=3, 2=2, 3=1}
按顺序加入：
加入 1，堆 = [1]
加入 2，堆 = [1, 2]（根据频率排序，2 的频率低，堆顶是 2）
处理 3（频率 1）：
频率小于堆顶 2 → 不加入
最终堆中是 [1, 2]

🧩 举个例子来直观理解：
(1)输入：nums = [1, 1, 1, 2, 2, 3],k = 2
(2)频率统计结果：map = {1=3, 2=2, 3=1}
维护一个小根堆 pq，大小最多为 2（k=2）：
加入 1（频率3）→ pq = [1]
加入 2（频率2）→ pq = [2, 1]（按频率排序，堆顶是频率最小的）
尝试加入 3（频率1）：
频率 1 < 堆顶 2 的频率 ⇒ 不加入
现在 pq 中是 [2, 1]，是频率前 2 高的元素！
取出堆中元素：
int[] result = new int[k];
for (int i = 0; i < k; i++) {
result[i] = pq.remove(); // remove 堆顶元素
}
return result;
虽然 remove() 是按频率从小到大弹出，但我们关心的是内容是这 k 个元素本身是否是频率最高的
它不保证从大到小的顺序（如果你想要排好顺序，可以再排序）
总结这段逻辑：
小根堆始终维护的是「当前频率最高的前 k 个元素」；

取出这些元素即可完成任务；

堆顶是这 k 个元素中最小的，所以我们才用小根堆。

3.代码实现

class Solution {public int[] topKFrequent(int[] nums, int k) {//使用字典，统计每个元素出现的次数，元素为键，元素出现的次数为值HashMap<Integer, Integer> map = new HashMap<>();for (int num : nums) {if(map.containsKey(num)){//如果字典元素在后续遍历的过程中又再次出现，直接次数+1map.put(num, map.get(num) + 1);}else{//如果该字典元素是首次出现。map.put(num, 1);}}//遍历map，用最小堆保存频率最大的k个元素//优先级队列的底层原理就是堆PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>() {public int compare(Integer a, Integer b) {return map.get(a) - map.get(b);  // 出现次数小的排前面（小根堆）}});// 遍历 map 的 key 值for (Integer key : map.keySet()) {if (pq.size() < k) {pq.add(key);  // 队列还未满，直接加入} else if (map.get(key) > map.get(pq.peek())) {pq.remove();      // 弹出堆顶元素（频率最小）pq.add(key);      // 加入当前频率更高的元素}}//取出最小堆的元素int[] result=new int[k];for(int i=0;i<k;i++){result[i]=pq.remove();}return result;//pq.remove() 会返回堆顶元素,并从堆中删除该元素；}
}