最常使用的K个单词II - LintCode

描述
在实时数据流中找到最常使用的k个单词.
实现TopK类中的三个方法:
TopK(k), 构造方法
add(word), 增加一个新单词
topk(), 得到当前最常使用的k个单词.
如果两个单词有相同的使用频率, 按字母排序.

样例

TopK(2)
add("lint")
add("code")
add("code")
topk()
>> ["code", "lint"]

思路
维护一个长度不大于K的数组vector< pair < int,string>>words，元素存放单词出现次数和单词。构建set< string> cur存放words中的单词，map< string,int> all存放出现的所有单词和出现次数。在add操作中，对于每个出现的单词word，构建pair< int, string > temp，获取word已经出现的次数。如果word出现在cur中，说明word的出现频率已经是前k大，在words中删除包含word的元素，在cur中删除word。将word的出现次数加一，利用二分查找，找到temp在words中的插入位置pos，如果words小于k，直接插入temp；否则，判断pos是否是words.end()，如果不是插入temp，并把末尾元素剔除，并更新cur的值。

#ifndef C550_H
#define C550_H
#include<iostream>
#include<vector>
#include<map>
#include<set>
#include<string>
#include<algorithm>
using namespace std;
//构建lower_bound的cmp函数,在降序序列中找到元素的插入位置,若元素的数字相同,字符串按字典序
struct cmp{
    bool operator()(pair<int, string> a, pair<int, string> b)
    {
        if (a.first != b.first)
        {
            return a.first > b.first;
        }
        else
            return a.second < b.second;
    }
};
class TopK {
public:
    /*
    * @param k: An integer
    */TopK(int k) {
        // do intialization if necessary
        this->k = k;
    }

      /*
      * @param word: A string
      * @return: nothing
      */
      void add(string word) {
          // write your code here
          //对于单词word,先获取其出现次数,并构建pair
          auto temp = make_pair(all[word], word);
          //如果word是前k高频单词,在words和cur中删除word,更新word的出现次数
          if (cur.find(word) != cur.end())
          {
              words.erase(find(words.begin(), words.end(), temp));
              cur.erase(cur.find(word));
          }
          temp.first++;
          //在新的数组words中寻找temp的插入位置
          //如果words的长度小于k,直接插入,并将word插入cur中
          //否则,判断插入位置是否在末尾,不在末尾表示出现次数是前k大的,
          //将其插入words中,并把words的末尾元素删除,更新cur的值
          auto pos = lower_bound(words.begin(), words.end(), temp, cmp());
          if (words.size() < k)
          {
              words.insert(pos, temp);
              cur.insert(word);
          }
          else
          {
              if (pos != words.end())
              {
                  words.insert(pos, temp);
                  cur.erase(cur.find(words.back().second));
                  words.pop_back();
                  cur.insert(word);
              }
          }
          all[word]++;
      }

      /*
      * @return: the current top k frequent words.
      */
      vector<string> topk() {
          // write your code here
          vector<string> res;
          for (auto c : words)
              res.push_back(c.second);
          return res;
      }
      int k;
      vector<pair<int, string>> words;//存放K(小于等于)个出现频率最高的单词
      set<string> cur;//存放当前K(小于等于)个出现频率最高的单词
      map<string, int> all;//存放所有出现的单词及其出现次数
};
#endif