给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
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]
说明:
- 你可以假设给定的 k 总是合理的,且 1 ≤ k ≤ 数组中不相同的元素的个数。
- 你的算法的时间复杂度必须优于 O(n log n) , n 是数组的大小。
解题思路:
1. 哈希表
2. topk (前k大)用小根堆,维护堆大小不超过 k 即可。每次压入堆前和堆顶元素比较,如果比堆顶元素还小,直接扔掉,否则压入堆。检查堆大小是否超过 k,如果超过,弹出堆顶。复杂度是 nlogk
- 避免使用大根堆,因为你得把所有元素压入堆,复杂度是 nlogn,而且还浪费内存。如果是海量元素,那就挂了。
[注意]
- 求前 k 大,用小根堆,求前 k 小,用大根堆。面试的时候如果说反了会挂!
//347--前k个高频元素 基于哈希表的实现
vector<int> topKFrequentI(vector<int>& nums, int k)
{
vector<int> result;
map<int, int> key_frequency;
for (int i = 0; i < nums.size(); ++i)
{
key_frequency[nums[i]] += 1;
}
multimap<int, int> frequency_key;
map<int, int>::iterator it = key_frequency.begin();
for (;it!=key_frequency.end(); it++)
{
frequency_key.insert(make_pair(it->second, it->first));
}
multimap<int, int>::iterator it1 = frequency_key.end();
int i = 0;
while (i<k)
{
result.push_back((--it1)->second);
++i;
}
return result;
}
基于小顶堆的实现:
vector<int> leetcode_array::topKFrequentII(vector<int>& nums, int k)
{
using E = std::pair<int, int>;
priority_queue<E, vector<E>, greater<E>> minHeap;
unordered_map<int, int> key_frequency;
for (auto num : nums)
{
++key_frequency[num];
}
for (auto& it:key_frequency)
{
if (minHeap.size() == k) // 堆的大小始终维持在k个
{
//当前数字的频率小于堆顶数字的频率,则抛弃该数,继续遍历;否则,删除当前堆顶元素
if (it.second < minHeap.top().first)
{
continue;
}
minHeap.pop();
}
minHeap.push(make_pair(it.second, it.first));
}
vector<int> result(minHeap.size());
int i = minHeap.size()-1;
while (!minHeap.empty())
{
result[i--] = minHeap.top().second;
minHeap.pop();
}
return result;
}