代码随想录学习笔记（前K个高频元素）

解法一：桶排序

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int,int> count;//构造哈希表
        int max_count=0;
        for(const int&p:nums){//哈希表每个元素对应出现次数
            max_count=max(max_count,++count[p]);
        }
        vector<vector<int>>bucket(max_count+1);//将元素进行桶排序，最多出现次数为桶的个数，桶内放出现次数一样的元素
        for(const auto&q:count){
            bucket[q.second].push_back(q.first);
        }
        vector<int> ans;
        for(int i=max_count;i>=0&&ans.size()<k;i--){//将桶倒出，到处K个元素时结束
            for(const int&r:bucket[i]){
                if(ans.size()==k)
                break;
                else
                ans.push_back(r);
            }
        }
        return ans;
    }
};

顾名思义，桶排序的意思是为每个值设立一个桶，桶内记录这个值出现的次数（或其它属性，然后对桶进行排序。

针对样例来说，我们先通过桶排序得到三个桶 [1,2,3,4]，它们的值分别 为 [4,2,1,1]，表示每个数字出现的次数。 紧接着，我们对桶的频次进行排序，前 k 大个桶即是前 k 个频繁的数。这里我们可以使用各种 排序算法，甚至可以再进行一次桶排序，把每个旧桶根据频次放在不同的新桶内。针对样例来说， 因为目前最大的频次是 4，我们建立 [1,2,3,4] 四个新桶，它们分别放入的旧桶为 [[3,4],[2],[],[1]]， 表示不同数字出现的频率。最后，我们从后往前遍历，直到找到 k 个旧桶。

参考《LeetCode101》，不作商业用途

解法二：小顶堆

• 求前 k 大，用小根堆，求前 k 小，用大根堆。
• 复杂度nlogk

class Solution {
    
public:
        static bool cmp(pair<int,int>&m,pair<int,int>&n){//排序规则，队列中存放出现次数高的元素
        return m.second>n.second;
    }
    vector<int> topKFrequent(vector<int>& nums, int k) {//构造哈希表，元素+出现次数
        unordered_map<int,int> count;
        for(const int&p:nums){
            ++count[p];
        }
        priority_queue<pair<int, int>, vector<pair<int, int>>, decltype(&cmp)> pri_que(cmp);//优先队列
        for(const auto&q:count){//保持队列中只有k个较大元素
            pri_que.push(q);
            if(pri_que.size()>k)
            pri_que.pop();
        }
        vector<int> ans(k);
        for(int i=k-1;i>=0;i--){//弹出队列中的元素
                ans[i]=pri_que.top().first;
                pri_que.pop();
            }
        return ans;
    }
};

 

参考Karl老师《代码随想录》，不作商业用途。