LeetCode 347.前 K 个高频元素
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]
提示:
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
)
O(n \log n)
O(nlogn) , n 是数组的大小。
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。
你可以按任意顺序返回答案。
1. cpp代码
@copyright 摘自代码随想录
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;
}
};
2. 代码分析
(1)函数重载
《C++ Primer Plus》书中对于重载的原因解释为,如果对不同的动作都给予不同的动词概念,比如“抬起右手”、“拿起水杯”,这在英语中是比较麻烦的,因此需要一个能够使用同名函数来实现不同功能的重载。
在如上代码中,使用了函数重载:
class mycomparison {
public:
bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
return lhs.second > rhs.second;
}
};
解释如下:
① 函数重载的含义
operator() 被重载为一个成员函数,它接受两个 pair<int, int> 类型的参数 lhs 和 rhs,并返回一个布尔值。这个函数的作用是比较两个 pair 对象的第二个元素(即频率),并根据比较结果返回 true 或 false。具体来说,如果 lhs 的第二个元素大于 rhs 的第二个元素,则返回 true;否则返回 false。
② 函数重载时的写法
可以发现,这里的 bool operator() (xxxxx)
并不像运算符重载的写法,比如对加法进行运算符重载时,写作 xxx operator+(xxx)
。这里重载时,只有一个 operator()。
这是因为operator()被重载为mycomparison的一个成员函数,因此需要圆括号来调用它,可以看到后面在定义小顶堆的时候第三个参数输入的是mycomparison。
(2)迭代器 iterator
3. ACM代码
还是那句话,到时笔试时大部分都是ACM模式,也就是需要自己写main函数,自己写输入输出,所以之后每做一道题目都要写对应的ACM代码。
#include <iostream>
#include <vector>
#include <unordered_map>
#include <queue>
using namespace std;
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;
}
};
int main() {
Solution solution;
vector<int> nums = {1, 1, 1, 2, 2, 3};
int k = 2;
vector<int> result = solution.topKFrequent(nums, k);
for (int i = 0; i < result.size(); i++) {
cout << result[i] << " ";
}
cout << endl;
return 0;
}