给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
示例 1:
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
示例 2:
输入: nums = [1], k = 1
输出: [1]
提示:
- 你可以假设给定的 k 总是合理的,且 1 ≤ k ≤ 数组中不相同的元素的个数。
- 你的算法的时间复杂度必须优于 O(n log n) , n 是数组的大小。
- 题目数据保证答案唯一,换句话说,数组中前 k 个高频元素的集合是唯一的。
- 你可以按任意顺序返回答案。
class Solution {
public:
vector<int> topKFrequent(vector<int>& nums, int k) {
unordered_map<int,int> map;
for(int i:nums) map[i]++;//遍历 less
priority_queue<pair<int,int>,vector<pair<int,int>>,greater<pair<int,int>>> q;
for(auto it:map){
if(q.size()==k){
//队列满了
if(it.second>q.top().first){
//堆排
q.pop();
q.push(make_pair(it.second,it.first));
}
}
else q.push(make_pair(it.second,it.first));
}
vector<int> res;
while(q.size()){
//将优先队列中的高频元素存入vector
res.push_back(q.top().second);
q.pop();
}
return vector<int>(res.rbegin(),res.rend()); //c.rbegin() 返回一个逆序迭代器,它指向容器c的最后一个元素 c.rend() 返回一个逆序迭代器,它指向容器c的第一个元素前面的位置
}
};
python
class Solution:
def topKFrequent(self, nums: List[int], k: int) -> List[int]:
dic = Counter(nums)
queue,res =[],[]
for i in dic:
heapq.heappush(queue,(-dic[i],i))
for i in range(k):
res.append(heapq.heappop(queue)[1])
return res

本文介绍了一种高效查找数组中出现频率最高的k个元素的算法。通过使用哈希表记录每个元素的出现次数,并利用优先队列进行排序,该算法能够在O(n log k)的时间复杂度内完成任务,优于传统的O(n log n)排序方法。适用于处理大规模数据集,确保快速响应。
652

被折叠的 条评论
为什么被折叠?



