Leetcode347

Top K Frequent Elements:
Given a non-empty array of integers, return the k most frequent elements.
Example 1:
Input: nums = [1,1,1,2,2,3], k = 2
Output: [1,2]
Example 2:
Input: nums = [1], k = 1
Output: [1]
Note:
You may assume k is always valid, 1 ≤ k ≤ number of unique elements.
Your algorithm’s time complexity must be better than O(n log n), where n is the array’s size.

Solution:

#include <iostream>
#include <cassert>
#include <queue>
#include <unordered_map>
#include <vector>

using namespace std;

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {

        assert( k > 0 );

        // 统计每个元素出现的频率
        unordered_map<int, int> freq;
        for( int i = 0; i < nums.size(); i++)
            freq[nums[i]] ++;

        assert( k <= freq.size() );

        // 扫描freq，维护当前出现频率最高的k个元素
        // 在优先队列中，按照频率排序，所以数据对是（频率，元素）的形式
        priority_queue < pair<int, int>, vector< pair<int, int> >, greater< pair<int, int> > > pq;
        for ( unordered_map<int, int>::iterator iter = freq.begin();
                   iter != freq.end(); iter++) {

            if ( pq.size() == k){
                if ( iter->second > pq.top().first ){
                    pq.pop();
                    pq.push( make_pair( iter->second, iter->first ));
                }
            } else
                pq.push( make_pair( iter->second, iter->first ));
        }

        vector<int> res;
        while ( ! pq.empty() ){
            res.push_back( pq.top().second );
            pq.pop();
        }

        return res;

    }
};

总结： 最简单的思路：扫描一遍统计频率，排序找到前k个出现频率最高的元素。复杂度为：O(nlogn)
上面代码的思路：维护一个含有k个元素的优先队列。如果遍历到的元素比队列中的最小频率元素的频率高，则取出队列中最小频率的元素，将新元素入队。最终，队列中剩下的，就是前k个出现频率最高的元素。 复杂度为：O(nlogk)
补充一些关于优先队列的知识：
1，优先队列的底层实现是：堆（对于堆的底层实现，要做到白板编程）
2，在c++语言中，实现库是：priority_queue
3，优先队列默认实现是大顶堆，依次输出的值是从大到小的
4， 如果要实现小顶堆，代码应该这样写：

priority_queue < int, vector< int >, greater< int > > pq;

5，如果要使用自定义Comparator的priority_queue，代码应该这样写：

priority_queue < int, vector< int >, function<bool(int, int)>> pq(自定义函数名称);