解法一：用map的value记录key出现的次数，用PriorityQueue构造最小堆。

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        // 把元素放在map中
        Map<Integer,Integer> map = new HashMap<>();
        for(int num:nums){
            if(map.containsKey(num)){
                map.put(num, map.get(num)+1);
            }
            else{
                map.put(num,1);
            }
        }

        // 构造最小堆
        PriorityQueue<Integer> queue = new PriorityQueue<>(new Comparator<Integer>(){
            public int compare(Integer o1, Integer o2){
                return map.get(o1)-map.get(o2);   // 这里不是o1-o2
            }
        });

        // 向堆中加入元素
        for(int key:map.keySet()){
            if(queue.size()<k){
                // 还可以加入元素
                queue.offer(key);
            }
            else if(map.get(queue.peek())<map.get(key)){
                // 元素满k个了，但是新加入的元素更多
                queue.poll();
                queue.offer(key);
            }
        }

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

注意：

• 加入元素时，先判断是否到达k个，未到达直接加入；否则，判断是否大于堆顶以决定是否加入。
• 构造最小堆

PriorityQueue<Integer> queue = new PriorityQueue<>(new Comparator<Integer>(){
        public int compare(Integer o1, Integer o2){
            return map.get(o1)-map.get(o2);   // 这里不是o1-o2
        }
    });