题目表述:
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 <= 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
力扣链接:
思路分析:
这道题主要是要解决三个问题:1.统计元素出现的频率;2.对频率进行排序;3.找出前k个高频元素;
针对问题1,这一类问题可以用字典来解决,两行代码就可以解决:
# 循环遍历,字典value初始值为0,元素出现一次 value + 1
for i in range(len(nums)):
map_[nums[i]] = map_.get(nums[i], 0) + 1
然后针对问题2,如果使用快速排序,复杂度是O(nlogn),我们可以使用小顶堆来进行排序,只统计最大的前k个元素,当堆的大小大于k时,将最小的频率的元素弹出,保证堆的大小一直为k,这样只需要对k个元素进行排序。
然后问题3就只需要弹出堆里面的元素就可以,但由于这是小顶堆,而输出需要从大到小输出,所以需要倒叙构建输出数组
注意,heapq是python里的关于堆的一个模块,可以查阅相关博客!
代码分析:
class Solution:
def topKFrequent(self, nums: List[int], k: int) -> List[int]:
# 要统计元素出现的频率
map_ = {} # nums[i]:对应出现的次数
# 循环遍历,字典value初始值为0,元素出现一次 value + 1
for i in range(len(nums)):
map_[nums[i]] = map_.get(nums[i], 0) + 1
# 对频率排序
# 定义一个小顶堆,大小为k
pri_que = [] # 创建一个空堆
# 用固定大小为k的小顶堆,扫描所有频率的数值
for key, freq in map_.items():
# heapq.heappush()是往堆中添加新值,此时自动建立了小根堆
heapq.heappush(pri_que, (freq, key))
if len(pri_que) > 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
heapq.heappop(pri_que) # heapq.heappop()是从堆中弹出并返回最小的值
# 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
result = [0] * k
for i in range(k-1, -1, -1):
result[i] = heapq.heappop(pri_que)[1]
return result