小顶堆解决TopK问题

最新推荐文章于 2024-07-27 19:37:48 发布

马狗

最新推荐文章于 2024-07-27 19:37:48 发布

阅读量325

点赞数

文章标签：数据结构 leetcode 堆排序

本文链接：https://blog.csdn.net/whynot_1/article/details/119249753

版权

这篇博客介绍了一种利用小顶堆解决找数组中出现频率前k的元素的方法。通过建立一个自定义排序的小顶堆，存储元素及其频率，当堆大小超过k时，弹出堆顶元素，最终得到频率最高的k个元素。代码中使用了C++的优先队列和哈希映射来实现这一过程。

摘要由CSDN通过智能技术生成

在这里插入图片描述
解题思路：小顶堆顶部存储的是较小的值，从下到达排序的叫小顶堆；我们在小顶堆里面存储够k个元素对应的频次即可；

class mycomparison{
    public:
        bool operator() ( pair<int,int>& lhs,pair<int,int>& rhs)
        {
            return lhs.second>rhs.second;//小顶堆，这里要注意，小顶堆的定义方式是">"
        }
    };//定义一个仿函数来自定义小顶堆的排序顺序
class Solution {
public:
        
        vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int,int> mp;
        vector<int> ans(k,0);
        for(int& num:nums)
        {
            mp[num]++;
        }
        //自定义一个小顶堆；
        priority_queue<pair<int,int>,vector<pair<int,int>>,mycomparison> pri_que;
        for(unordered_map<int,int>::iterator it=mp.begin();it!=mp.end();it++)
        {
            pri_que.push(*it);
            if(pri_que.size()>k)
            {
                pri_que.pop();
            }//如果堆中的元素大于k个就将堆顶的元素弹出
        }
        for(int i=k-1;i>=0;i--)
        {
            ans[i]=pri_que.top().first;
            pri_que.pop();
        }
        return ans;

    }
};