【栈与队列算法题记录】347. 前 K 个高频元素——优先队列,小顶堆

本文介绍了一种算法,通过unordered_map统计整数数组中元素出现的频率,然后利用优先队列(小顶堆)存储并保持频率最高的k个元素,最后返回这些元素。
摘要由CSDN通过智能技术生成

题目描述

题目链接
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。

分析

我拿到题目的第一想法是:先对nums进行排序,然后统计每个元素出现的次数,用一个容器来遍历存放出现次数最高的k个元素。不过这个容器我倒是想歪了,想到链表去了(虽然我感觉也能做出来,但是效率不高)。那么我们来看看正确的思路是怎样的:

map存放键值对

首先我们要存放元素及其出现次数,很容易就想到map这种存放键值对的容器,那么我们就可以写出:

unordered_map<int, int> map;
for(int i = 0; i < nums.size(); i++) {
	map[nums[i]]++;
}

将元素nums[i]作为key,它出现的次数为value

优先队列

优先队列具有队列的所有特性,只是另外添加了一个内部的排序,本质上是由实现的:
priority_queue<Type, Container, Functional>
其中,Type是数据类型,Container是容器类型(Container必须是用数组实现的容器,比如vector,deque等等,但不能用 list。STL里面默认用的是vector),Functional是比较方式,当需要用自定义的数据类型时才需要传入这三个参数。使用基本数据类型时,只需要传入数据类型,默认是大顶堆。

好的,那么这里就需要说明一下什么是大顶堆,什么是小顶堆:
堆是一颗完全二叉树,树中每个结点的值都不小于(或不大于)其左右孩子的值。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

那么我们为什么要用小顶堆而不是大顶堆呢?
首先我们要明确我们在优先队列对map中存放的键值对排序时,是如何操作的。我们想留下value大的键值对,丢弃掉优先队列存放的较小的键值对。而大顶堆的pop会将堆顶最大的元素弹出去,这并不是我们想要的,我们想要留下较大元素,所以用小顶堆比较好,它可以将堆顶最小的元素弹出去。

这样,我们就能写出相关代码:

class myComparison {
    public:
        bool operator() (const pair<int, int>& lhs, const pair<int, int>& rhs) {
            return lhs.second > rhs.second; // 小顶堆
        }
    };
 
// 定义优先队列,按小顶堆存放元素
priority_queue<pair<int, int>, vector<pair<int, int>>, myComparison> pri_que;

for(unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
	pri_que.push(*it);  // 先让当前it入队
	if (pri_que.size() > k) {   // 判断队里的元素是否大于k,若是,则要弹出
	pri_que.pop();
            }
        }

由于我们的优先队列存放的是键值对pair<int, int>,所以需要自定义比较方法,也就是上面的myConparison

通过遍历map来找到最大的k个元素,每次it的入队,pri_que都会自动将它排列好,如果队中元素超过k个了,则弹出堆顶元素,即最小的那个元素。遍历完成后,我们就得到了整个nums中出现次数最高的k个元素。

整体代码

class Solution {
public:
    class myComparison {
    public:
        bool operator() (const pair<int, int>& lhs, const pair<int, int>& rhs) {
            return lhs.second > rhs.second; // 小顶堆
        }
    };

    vector<int> topKFrequent(vector<int>& nums, int k) {
        // 利用map统计元素出现次数
        unordered_map<int, int> map;
        for(int i = 0; i < nums.size(); i++) {
            map[nums[i]]++;
        }

        // 定义小顶堆优先队列
        priority_queue<pair<int, int>, vector<pair<int, int>>, myComparison> pri_que;

        for(unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
            pri_que.push(*it);  // 先让当前it入队
            if (pri_que.size() > k) {   // 判断队里的元素是否大于k,若是,则要弹出
                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;
    }
};
  • 4
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值