【Leetcode】347. 前 K 个高频元素

优先级队列

1. 优先级队列就是一个堆，因为其对外接口是从队头取元素，从队尾添加元素，而没有其他取元素的方式，看起来像一个队列。
2. 堆是一个完全二叉树，书中每个节点的值都不小于或者不大于其左右孩子的值，如果父节点的值不小于左右孩子的值，那么这个堆就是大顶堆；父节点的值不大于左右孩子的值，这个堆就是小顶堆；
3. 大顶堆堆头是最大元素，小顶堆堆头是最小元素。
4. 本题中使用大顶堆还是小顶堆呢？本题中使用小顶堆，若使用大顶堆，因为要保留前k个高频元素，那么每次更新大顶堆的时候，会pop出最大的一个元素，这显然是不能完成任务的，而使用小顶堆就可以每次弹出最小的元素，剩下的就是k个高频元素。

代码

python中heapq提供了对堆的支持，heapq默认是最小堆；
这里主要使用到其两个方法：

1. heapq.heappush(heap, items)：heap可以通过列表list来初始化，items是要传入push的值；
2. heapq.heappop(heap)：删除并返回最小值，也就是pop出heap[0]。

import heapq
class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        map_ = {}
        
        for i in range(len(nums)):
            map_[nums[i]] = map_.get(nums[i], 0) + 1
        
        pri_que = []
        
        for key, freq in map_.items():
            heapq.heappush(pri_que, (freq, key))
            if len(pri_que) > k:
                heapq.heappop(pri_que)
        
        result = [0] * k
        for i in range(k-1, -1, -1):
            result[i] = heapq.heappop(pri_que)[1]
        return result
        

参考

代码随想录-前K个高频元素