347 前 K 个高频元素(哈希表、计数排序思想)

这篇博客讨论了如何使用Python实现两种方法解决LeetCode上的'Top K Frequent Elements'问题。第一种方法是通过字典统计元素频率并排序,第二种方法利用计数排序思想找到高频元素的分界点。这两种方法都有效地找到了数组中出现频率最高的k个元素。
摘要由CSDN通过智能技术生成

1. 问题描述:

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 <= 10 ^ 5
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

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/top-k-frequent-elements

2. 思路分析:

① 分析题目可以知道最简单的处理方法是对nums数组中元素出现的次数进行计数,可以使用哈希表统计数字出现的次数,因为使用的python语言所以可以使用字典对出现的元素进行计数,然后对字典按照值(也即元素出现的次数)由大到小进行排序,对字典进行排序之后得到的是键值对对应的元组组成的列表,我们遍历列表将前k个元素加入到结果集即可。

② 除了①中的方法我们还可以对代码进行优化,这里就需要使用到计数排序的思想,需要声明一个列表来记录字典中元素出现次数的个数,因为每个元素最少出现一次,所以需要声明长度为n的列表s来记录字典中元素出现的次数,首先与①中的方法类似我们还是使用字典对nums数组中出现的元素进行计数,然后遍历字典,将字典中元素出现的次数填入到列表s中,列表s的下标表示元素出现的次数,值表示出现当前次数对应的元素个数,我们可以遍历列表s找到前k个高频元素的分界点,也即在列表s从后往前遍历找到前k个高频元素出现次数的分界点i,最后我们遍历一下字典找出出现次数大于i的元素,这些元素就是前k个高频元素。

3. 代码如下:

字典:

from typing import List
import collections


class Solution:
    # 字典计数
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        dic = collections.defaultdict(int)
        for n in nums:
            dic[n] += 1
        dic = sorted(dic.items(), key=lambda x: x[1], reverse=True)
        res = list()
        for i in range(k):
            res.append(dic[i][0])
        return res

计数排序思想:

from typing import List
import collections


class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        dic = collections.defaultdict(int)
        for x in nums:
            dic[x] += 1
        n = len(nums)
        s = [0] * (n + 1)
        # 计算个个元素出现的次数
        for key, value in dic.items():
            s[value] += 1
        t = 0
        i = n
        # 找到前k个高频元素的分界点, 分界点即为元素出现的次数
        while i >= 0 and t < k:
            # 累加出现次数较高的的个数
            t += s[i]
            i -= 1
        res = list()
        for key, value in dic.items():
            if value > i: res.append(key)
        return res
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值