力扣:347.前 K 个高频元素
代码随想录解析
题目:
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。
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——使用map来进行统计
2:对频率排序——使用一种 容器适配器就是优先级队列,对频率进行排序
3:找出前K个高频元素
小堆按小值出,所以最后放入vector是从后往前放。
代码:
class Solution {
public:
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) {
unordered_map<int, int>m;
for(int i = 0; i < nums.size(); i++){
++m[nums[i]];
}
priority_queue<pair<int, int>, vector<pair<int, int> >,mycomparison>pri_que;
for(unordered_map<int, int>::iterator it = m.begin(); it != m.end(); it++){
pri_que.push(*it);
if(pri_que.size() > k) pri_que.pop();
}
vector<int> result(k);
for(int i = k-1; i >= 0; i--){
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};
直接入键值对,按照 it .second的大小来进行入堆。
pri_que.push(*it);
什么是优先级队列呢?
其实就是一个披着队列外衣的堆,因为优先级队列对外接口只是从队头取元素,从队尾添加元素,再无其他取元素的方式,看起来就是一个队列。
而且优先级队列内部元素是自动依照元素的权值排列。那么它是如何有序排列的呢?
缺省情况下priority_queue利用max-heap(大顶堆)完成对元素的排序,这个大顶堆是以vector为表现形式的complete binary tree(完全二叉树)。
什么是堆呢?
堆是一棵完全二叉树,树中每个结点的值都不小于(或不大于)其左右孩子的值(即三个节点里面的极值)。 如果父亲结点是大于等于左右孩子就是大顶堆,小于等于左右孩子就是小顶堆。
所以大家经常说的大顶堆(堆头是最大元素),小顶堆(堆头是最小元素)。
更新堆会将堆顶弹出去。所以用小顶堆每次弹出小值,保留住大值
堆的定义
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
Type为数据类型
Container为保存数据的容器
Functioanl为元素比较方式
后两项参数可以省略,默认为vector,比较方式为operator <
priority_queue<Type, Container, Functional>
键值对类型的大小堆的创建引用的文件里面没有,要自己重载()来实现大小堆创建的第三个参数,通过mycomparison 类的bool operator()来实现堆的具体类型是大顶堆还是小顶堆。
通过返回:第一个参数大于第二个参数则是小顶堆,第二个参数大于第一个参数则是大顶堆。
class mycomparison {
public:
bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
return lhs.second > rhs.second;
}
};
直接创建大顶堆,不过为int类型才可直接创建。
priority_queue<int, vector<int>, less<int>> max_heap;
直接创建小顶堆
priority_queue<int, vector<int>, greater<int>> min_heap;