[Leetcode] 347. Top K Frequent Elements 解题报告

最新推荐文章于 2022-05-22 12:23:46 发布

原创最新推荐文章于 2022-05-22 12:23:46 发布 · 329 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Leetcode #解题报告 #Hash Table #Heap

IT公司面试习题专栏收录该内容

736 篇文章

订阅专栏

本文介绍了一种高效算法，用于找出数组中出现频率最高的k个元素。通过使用哈希表统计频次，再借助优先队列选取最频繁的元素，实现了优于O(n log n)的时间复杂度。

题目：

Given a non-empty array of integers, return the k most frequent elements.

For example,
Given [1,1,1,2,2,3] and k = 2, return [1,2].

Note:

You may assume k is always valid, 1 ? k ? number of unique elements.
Your algorithm's time complexity must be better than O(n log n), where n is the array's size.

思路：

分为三个步骤：

1）构建一个哈希表，其中key是数组元素，value是它在nums中的出现次数。

2）构建一个优先队列，将哈希表中的元素加入优先队列中；但是此时我们将key设为数组元素的出现次数，value则成为对应的数组元素，因为这样出现次数最多的元素每次都会被调整到优先队列的顶端。

3）依次从优先队列中取出k个元素，并返回该k个元素构成的数组。

算法的时间复杂度是O(klogn)，空间复杂度是O(n)（不过我感觉这里的空间复杂度严格来讲是输入敏感型的，也就是说如果n个元素中有m个不同的元素，则空间复杂度是O(m)，其中k <= m <= n）。

代码：

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> hash;
        for (int i = 0; i < nums.size(); ++i) {
            ++hash[nums[i]];
        }
        priority_queue<pair<int, int>> pq;
        for (auto it = hash.begin(); it != hash.end(); ++it) {
            pq.push(make_pair(it->second, it->first));
        }
        vector<int> ret;
        for (int i = 0; i < k; ++i) {
            ret.push_back(pq.top().second);
            pq.pop();
        }
        return ret;
    }
};