692. 前K个高频单词

692. 前K个高频单词

原始题目链接：https://leetcode-cn.com/problems/top-k-frequent-words/

给定一个单词列表 words 和一个整数 k ，返回前 k 个出现次数最多的单词。

返回的答案应该按单词出现频率由高到低排序。如果不同的单词有相同出现频率， 按字典顺序 排序。

示例 1：

输入: words = [“i”, “love”, “leetcode”, “i”, “love”, “coding”], k = 2
输出: [“i”, “love”]
解析: “i” 和 “love” 为出现次数最多的两个单词，均为2次。
注意，按字母顺序 “i” 在 “love” 之前。
示例 2：

输入: [“the”, “day”, “is”, “sunny”, “the”, “the”, “the”, “sunny”, “is”, “is”], k = 4
输出: [“the”, “is”, “sunny”, “day”]
解析: “the”, “is”, “sunny” 和 “day” 是出现次数最多的四个单词，
出现次数依次为 4, 3, 2 和 1 次。

解题思路：

前k个高频单词，可以想到使用堆这数据结构，因为Python只有小根堆，即父节点都小于等于它的左右孩子节点，构建堆可以使用heapq这个Python数据结构，构建的元素也可以是元组，这就方便记录词频和对应的单词，并且heapq自身可以维护堆内的顺序，由于求的是k个高频就是k个大的，小根堆可以使用词频的负数来反向构建堆，然后再弹出k个元素就是答案。当词频相同的时候，需要根据字典排序，在使用heapq这个数据结构的时候，构建的元素是元组，元祖的第一个元素是词频的负数，第二个元素是单词，小根堆内部维护顺序的时候会根据元组的第一个元素来比较，相同的话，根据元组第二个元素来比较，这就维护了一个字典序列的排序。

代码实现：

class Solution:
    def topKFrequent(self, words: List[str], k: int) -> List[str]:
        word_freq = {}
        ans = []
        # 统计每个单词的词频存入字典中
        for word in words:
            word_freq[word] = word_freq.setdefault(word, 0) + 1

        # 构建一个小根堆，大小为k
        # 入堆的元素是元祖(词频的负数， 单词)
        # 因为求的k个出现最多，且Python只有小根堆这个数据结构，所以词频取负数
        # 根据词频的负数维护大小为k的堆，这样每次弹出堆的元素是词频较小的单词
        heap = []

        # 遍历 词频-单词 字典，构建小根堆
        for key, value in word_freq.items():
            heapq.heappush(heap, (-value, key))
        
        # 弹出k个元素
        for _ in range(k):
            ans.append(heapq.heappop(heap)[1])

        return ans

参考文献：
https://leetcode-cn.com/problems/top-k-frequent-words/solution/692-qian-kge-gao-pin-dan-ci-zi-dian-dui-7v0bl/