347. 前 K 个高频元素
大小顶堆Priheap+Hash
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], k = 1
输出: [1]
提示:
1 <= nums.length <= 105
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
进阶:你所设计算法的时间复杂度 必须 优于 O(n log n) ,其中 n 是数组大小。
class Solution {
public:
// 小顶堆比较函数
class cmp{
public:
bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
return lhs.second > rhs.second;
}
};
vector<int> topKFrequent(vector<int>& nums, int k) {
// 哈希表
unordered_map<int, int>hash; //hash<元素值,对应出现的次数>
for (int i = 0; i < nums.size(); i++)hash[nums[i]]++;
// 局部k排序哈希表,用小顶堆nlogk时间复杂度;
priority_queue<pair<int, int>, vector<pair<int, int>>, cmp> pri_que;//第二参数是底层容器,它可以是任何满足随机访问迭代器的容器,如vector
// 横扫哈希表,每扫到一处都加入一个元素到小顶堆,并当小顶堆大小大于k时增删一起,维护大小的同时也维护了前k大(每次删根,也就是最小的那个)
for (const auto &x:hash) {
pri_que.push(x);
// 如果堆的大小大于了K,则队列弹出,保证堆的大小一直为k
if (pri_que.size() > k)pri_que.pop();
}
// 找出前K个高频元素,因为小顶堆先弹出的是最小的,所以倒序来输出到数组
vector<int>ans(k);
for (int i = k - 1; i >= 0; i--) {
ans[i] = pri_que.top().first;//返回的是元素值
pri_que.pop();
}
return ans;
}
};