1.題目描述

2.思路

（1）這里定義了一個小根堆（最小堆），根據元素的頻率從小到大排序。小根堆原理：堆頂是最小值，每次插入或刪除操作會保持堆的有序結構（常用二叉堆實現）。
比如，map.get(a) - map.get(b) 表示：
頻率小的排在堆頂；
當堆滿 k 個元素后，就可以比較新元素與堆頂的大小，進行替換。

（2）這個循環遍歷 map 中的所有 key，目的是找出頻率前 k 高的元素。

如果堆還沒滿，直接加入；
如果堆滿了，比較當前元素的頻率和堆頂元素頻率：
當前元素更高，則替換堆頂。
繼續例子（k = 2）
map: {1=3, 2=2, 3=1}
按順序加入：
加入 1，堆 = [1]
加入 2，堆 = [1, 2]（根據頻率排序，2 的頻率低，堆頂是 2）
處理 3（頻率 1）：
頻率小于堆頂 2 → 不加入
最終堆中是 [1, 2]

🧩 舉個例子來直觀理解：
(1)輸入：nums = [1, 1, 1, 2, 2, 3],k = 2
(2)頻率統計結果：map = {1=3, 2=2, 3=1}
維護一個小根堆 pq，大小最多為 2（k=2）：
加入 1（頻率3）→ pq = [1]
加入 2（頻率2）→ pq = [2, 1]（按頻率排序，堆頂是頻率最小的）
嘗試加入 3（頻率1）：
頻率 1 < 堆頂 2 的頻率 ? 不加入
現在 pq 中是 [2, 1]，是頻率前 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 堆頂元素
}
return result;
雖然 remove() 是按頻率從小到大彈出，但我們關心的是內容是這 k 個元素本身是否是頻率最高的
它不保證從大到小的順序（如果你想要排好順序，可以再排序）
總結這段邏輯：
小根堆始終維護的是「當前頻率最高的前 k 個元素」；

取出這些元素即可完成任務；

堆頂是這 k 個元素中最小的，所以我們才用小根堆。

3.代碼實現

class Solution {public int[] topKFrequent(int[] nums, int k) {//使用字典，統計每個元素出現的次數，元素為鍵，元素出現的次數為值HashMap<Integer, Integer> map = new HashMap<>();for (int num : nums) {if(map.containsKey(num)){//如果字典元素在后續遍歷的過程中又再次出現，直接次數+1map.put(num, map.get(num) + 1);}else{//如果該字典元素是首次出現。map.put(num, 1);}}//遍歷map，用最小堆保存頻率最大的k個元素//優先級隊列的底層原理就是堆PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>() {public int compare(Integer a, Integer b) {return map.get(a) - map.get(b);  // 出現次數小的排前面（小根堆）}});// 遍歷 map 的 key 值for (Integer key : map.keySet()) {if (pq.size() < k) {pq.add(key);  // 隊列還未滿，直接加入} else if (map.get(key) > map.get(pq.peek())) {pq.remove();      // 彈出堆頂元素（頻率最小）pq.add(key);      // 加入當前頻率更高的元素}}//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() 會返回堆頂元素,并從堆中刪除該元素；}
}