想啥呢,5000块钱就想贿赂字节面试官?

d431447c04b9d1132bd9b30fa315f42d.gif

精品推荐

《征服数据结构》专栏:50多种数据结构彻底征服

《经典图论算法》专栏:50多种经典图论算法全部掌握

一网友下周要面试字节,问给面试官5000块钱能不能过。首先来说字节的面试官不可能就一个人,如果每个人都给5000,那也不少了,就算都给也不一定保证所有人都收,所以还是不要想一些歪门邪道的 ,提高自己的技能才是正道。

在说5000块钱对于字节面试官来说真的不算啥,徇私舞弊被发现是要被开除的,不可能为了5000块钱冒这么大风险。

ab45f268de8ea2aea790a74697334848.png

831b37cc1dcba46fd8f11902f9dc1ad3.png

7d12d8a7f69031a27f9e1fca9f84028a.png

a5747fc8c95715002bc4a62fc42e3455.png

--------------下面是今天的算法题--------------

来看下今天的算法题,这题是LeetCode的第347:前 K 个高频元素。

问题描述

来源:LeetCode第347题

难度:中等

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1:

输入: nums = [1,1,1,2,2,3], k = 2

输出: [1,2]

示例2:

输入: nums = [1,1,1,2,2,3], k = 2

输出: [1,2]

  • 1 <= nums.length <= 10^5

  • k 的取值范围是 [1, 数组中不相同的元素的个数]

  • 题目数据保证答案唯一,换句话说,数组中前 k 个高频元素的集合是唯一的

问题分析

这题让找出出现频率前 k 高的元素,我们首先计算数组中每个元素出现的频率,然后再查找出现频率最高的 k 个元素即可。

这里使用《最小堆》,当堆中元素个数大于 k 的时候,就把堆顶元素给移除,也就是把频率低的给移除,保证堆中的 k 个元素都是频率最高的。

JAVA:

public int[] topKFrequent(int[] nums, int k) {
    // 统计每个数字出现的频率
    Map<Integer, Integer> mp = new HashMap<>();
    for (int num : nums)
        mp.put(num, mp.getOrDefault(num, 0) + 1);

    // 最小堆,根据频率排序
    PriorityQueue<int[]> pq = new PriorityQueue<>(Comparator.comparingInt(a -> a[1]));
    for (int key : mp.keySet()) {
        pq.add(new int[]{key, mp.get(key)});// 添加到堆中
        if (pq.size() > k)// 超过 k 个,移除堆顶元素
            pq.poll();
    }

    //把堆中的元素转化为数组
    int[] ans = new int[k];
    int i = 0;
    while (!pq.isEmpty())
        ans[i++] = pq.poll()[0];
    return ans;
}

C++:

public:
    vector<int> topKFrequent(vector<int> &nums, int k) {
        // 先统计数组中所有元素的频率
        unordered_map<int, int> mp;
        for (int num: nums)
            mp[num]++;
        // 使用最小堆,根据频率排序,只能保存k个元素,
        auto comp = [](const pair<int, int> &a, const pair<int, int> &b) {
            return a.second > b.second;
        };
        priority_queue<pair<int, int>, vector<pair<int, int>>, decltype(comp)> pq(comp);
        for (auto &entry: mp) {
            pq.emplace(entry.first, entry.second);
            if (pq.size() > k)// 堆中元素超过 k 个,移除多余的
                pq.pop();// 移除堆顶元素。
        }

        // 把堆中的元素转成vector
        vector<int> ans;
        while (!pq.empty()) {
            ans.push_back(pq.top().first);// 取出堆顶元素
            pq.pop();// 移除堆顶元素。
        }
        return ans;
    }

Python:

def topKFrequent(self, nums: List[int], k: int) -> List[int]:
    # 统计每个数字出现的频率
    count_map = Counter(nums)
    # 最小堆,根据频率排序
    min_heap = []
    for key, freq in count_map.items():
        heapq.heappush(min_heap, (freq, key))
        if len(min_heap) > k:
            heapq.heappop(min_heap)

    # 把堆中的元素转化为数组
    ans = [item[1] for item in min_heap]
    return ans

03bdd369dbeecb0e76768834762b4d49.gif

笔者简介

博哥,真名:王一博,毕业十多年,《算法秘籍》作者,专注于数据结构和算法的讲解,在全球30多个算法网站中累计做题2000多道,在公众号中写算法题解800多题,对算法题有自己独特的解题思路和解题技巧,喜欢的可以给个关注,也可以下载我整理的1000多页的PDF算法文档。

《征服数据结构》专栏

数组稀疏表(Sparse Table)单向链表双向链表块状链表跳表队列和循环队列双端队列单调队列单调栈双端栈散列表字典树(Trie树)ArrayMapSparseArray二叉树二叉搜索树(BST)笛卡尔树AVL树树堆(Treap)FHQ-Treap哈夫曼树滚动数组差分数组LRU缓存LFU缓存

……

《经典图论算法》专栏

图的介绍图的表示方式邻接矩阵转换广度优先搜索(BFS)深度优先搜索(DFS)A*搜索算法迭代深化深度优先搜索(IDDFS)IDA*算法双向广度优先搜索迪杰斯特拉算法(Dijkstra)贝尔曼-福特算法(Bellman-Ford)SPFA算法弗洛伊德算法(Floyd)卡恩(Kahn)算法基于DFS的拓扑排序约翰逊算法(Johnson)

……

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

数据结构和算法

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值