《Leetcode of September 》347. 前 K 个高频元素

 

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        dp = collections.defaultdict(int)
        for i in nums:
            dp[i]+=1
        dp = sorted(dp.items(), key=lambda item:item[1], reverse=True)
        
        temp = []
        i=0
        return [dp[j][0] for j in range(k)]

补充一个使用最小堆的方法：

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        if len(nums)==k:
            return nums
        
        # 利用堆结构
        num_dic = dict(Counter(nums))
        import heapq  
        h = []
        for key, value in num_dic.items():
            heapq.heappush(h, (value, key))  # 按第一个键值进行排序，堆顶是最小值
            if len(h) > k:
                heapq.heappop(h)  # 如果长度超出k，则弹出堆中最小的值
        return [item[1] for item in h]

        #利用Counter计数器
        return [i[0] for i in Counter(nums).most_common(k)]

        #利用字典进行排序
        dic = defaultdict(int)
        for num in nums:
            dic[num]+=1
        
        dic_sort = sorted(dic.items(),key = lambda x:x[1],reverse=True)
        print(dic_sort)
        res = []
        for i in range(len(dic_sort)):
            if i==k:
                break
            else:
                res.append(dic_sort[i][0])
        return res

先对每个元素出现的频率进行计数，然后按键值进行建堆，堆顶是最小值。然后从堆顶进去取元素操作，直到最小堆中只含有k个元素，然后遍历堆就得到频率前k高的元素了。

总结：比较简单，直接用hash表，然后进行排序即可。 一般求解前k个元素或或者前k大元素都可以使用最小堆去解决这个问题。