347. Top K frequent element

找出一个非空数组中前K个出现频率最高的元素，要求复杂度小于O(nlogn).
依照频率来排列元素，带有明显的绑定意思，所以pair, map这种数据结构可以成为统计频率时候的容器，然后可以用heap或者说是priority queue来实现排序。
初步尝试不会，看的leetcode论坛：

vector<int> topKFrequent(vector<int>& nums, int k) {
   priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> minHeap;
   vector<int> v;
   map<int, int> counters;
   for(int i = 0; i < nums.size(); ++i) counters[nums[i]]++;
   // 此处O(n)的过程统计完所有频率存到counter里
   for(auto& pair: counters) {
       minHeap.push({pair.second, pair.first});
       if(minHeap.size() > k) minHeap.pop();
       //其实用maxheap也可以，但会慢一些，因为这始终保持k大小的queue，方便后续进来排序
   }
   while(!minHeap.empty()) {
       v.push_back(minHeap.top().second);
       minHeap.pop();
   }
   return v;
}

priority queue的好处就是方便对带有两个值，key and value 的pair类型结构体进行排序以及push and pop的操作，所以符合此处需要。

这题最好的做法是基于hash table, 稍后会进一步更新。

update:
map本身基于二叉树或者准确的说是红黑树实现的，不允许重复的key, 默认按照从小到大对key 排序。
默认参数为：< key, value, less > 第三个compare函数可以重载。
这题不需要用到map, 因为如果只是统计频率，基于hash table 是最省事的。所以用unordered_map.
之后的排序问题，还是用priority_queue 进行。因为可以允许key重复。

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> hash;
        for (auto m : nums) {
            hash[m]++;
        }
        priority_queue<pair<int, int>> pq;
        for (auto m : hash) {
            pq.push({m.second, m.first});
        }
        vector<int> res;
        for (int i = 0; i < k; i++) {
            res.push_back(pq.top().second);
            pq.pop();
        }
        return res;
    }
};

方法三：
这题还可以使用类似桶排序的方法。将统计完频率哈希表依次遍历，用出现频率当坐标排列到bucket中，然后从后往前遍历bucket。

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> hash;
        for (auto m : nums) {
            hash[m]++;
        }
        vector<int> res;
        vector<vector<int>> bucket(nums.size() + 1);
        for (auto m : hash) {
            bucket[m.second].push_back(m.first);
        }
        int count = 0;
        for (int i = nums.size(); i >= 0; i--) {
            for (int j = 0; j < bucket[i].size(); j++) {
                if (count < k) {
                    res.push_back(bucket[i][j]);
                    count++;
                }
            }
        }

        return res;
    }
};