二、堆排序法

文章目录

• 基本思想
• 实现代码
• 时空复杂度
• 优劣
• 适用场景
• 小结

基本思想

  堆排序是一种基于完全二叉树结构的排序算法，其基本思想是将待排元素构建成一个二叉堆，然后依次取出堆顶的最大元素，并将剩余元素重新调整为一个新的最大堆，如此重复，直至排序完成。

具体讲解参考UP大大：有个知识      五分钟认识堆排序_哔哩哔哩_bilibili

实现代码

力扣347：347. 前 K 个高频元素 - 力扣（LeetCode）

建立一个小顶堆，然后遍历「出现次数数组」：

• 如果堆的元素个数小于 k，就可以直接插入堆中。
• 如果堆的元素个数等于 k，则检查堆顶与当前出现次数的大小。如果堆顶更大，说明至少有 k个数字的出现次数比当前值大，故舍弃当前值；否则，就弹出堆顶，并将当前值插入堆中。

遍历完成后，堆中的元素就代表了「出现次数数组」中前 k大的值。

class Solution {
public:
    static bool cmp(pair<int, int>& m, pair<int, int>& n) {
        return m.second > n.second;//用小顶堆，从左到右为从大到小，可以把最小的pop出去
    }

    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> occurrences;
        //记录元素出现次数
        for (auto& v : nums) {
            occurrences[v]++;
        }

        // pair 的第一个元素代表数组的值，第二个元素代表了该值出现的次数
//装载类型  装载容器  比较方式
//decltype(&cmp)` 表示使用 `cmp` 函数的类型,decltype用于获取表达式的类型
//q(cmp)` 表示创建一个 `priority_queue` 对象 `q`，
//并使用函数 `cmp` 作为比较规则来初始化这个对象
        priority_queue<pair<int, int>, vector<pair<int, int>>, decltype(&cmp)> q(cmp);
//遍历`occurrences` 中的每个键值对，将键赋值给 `num`，将值赋值给 `count`。
        for (auto& [num, count] : occurrences) {
            if (q.size() == k) {
                if (q.top().second < count) {
                    q.pop();
                    q.emplace(num, count);
                }
            } else {
//把pair类型的(num, count)插入优先队列，并使用cmp排序
                q.emplace(num, count);
            }
        }
        vector<int> ret;
        while (!q.empty()) {
            ret.emplace_back(q.top().first);
            q.pop();
        }
        return ret;
    }
};

本题的优先队列思路可以参考-C++ 力扣347. 前 K 个高频元素 ；使用优先队列（可以以较短时间内进行排序）_哔哩哔哩_bilibili 

优化

时空复杂度

• 时间复杂度：O(Nlog⁡k)O(N\log k)O(Nlogk)，其中 NNN 为数组的长度。我们首先遍历原数组，并使用哈希表记录出现次数，每个元素需要 O(1)O(1)O(1) 的时间，共需 O(N)O(N)O(N) 的时间。随后，我们遍历「出现次数数组」，由于堆的大小至多为 kkk，因此每次堆操作需要 O(log⁡k)O(\log k)O(logk) 的时间，共需 O(Nlog⁡k)O(N\log k)O(Nlogk) 的时间。二者之和为 O(Nlog⁡k)O(N\log k)O(Nlogk)。
• 空间复杂度：O(N)O(N)O(N)。哈希表的大小为 O(N)O(N)O(N)，而堆的大小为 O(k)O(k)O(k)，共计为 O(N)O(N)O(N)。

优劣

适用场景

面试考察点