力扣：347.前 K 个高频元素

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;