思路:这道题目主要涉及到如下三块内容:
1.要统计元素出现频率
2.对频率排序
3.找出前K个高频元素
在这道题中使用map来统计所有元素出现的频率,用优先队列的小顶堆来进行排序,把频率低的元素出队,剩下的是频率前k高的元素,最后输出即可
具体实现代码:
// 时间复杂度:O(nlogk)
// 空间复杂度:O(n)
class Solution {
public:
// 小顶堆
class mycomparison {
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) {
// 要统计元素出现频率
unordered_map<int, int> map; // map<nums[i],对应出现的次数>
for (int i = 0; i < nums.size(); i++) {
map[nums[i]]++;
}
// 对频率排序
// 定义一个小顶堆,大小为k
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
// 用固定大小为k的小顶堆,扫面所有频率的数值
for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
pri_que.push(*it);
if (pri_que.size() > k) { // 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
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> result(k);
for (int i = k - 1; i >= 0; i--) {
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};
补充:优先队列的大小顶堆知识:
优先队列参数说明:
template <typename T, typename Container=std::vector<T>, typename Compare=std::less<T>> class priority_queue
参数1:要存入队列的数据类型
参数2:用来保存参数1的容器;
参数3:决定是大顶堆还是小顶堆(默认)
自带的大小顶堆,当为greater时是小顶堆,less为大顶堆
优先队列默认是大顶堆,即元素值最大在前面,所以要修改为小顶堆的话要改成greater