[leetcode]优先队列：求解前K个高频元素-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_74776071/article/details/147111441

零.前言

学习自卡尔老师，哔哩哔哩在这啦：

优先级队列正式登场！大顶堆、小顶堆该怎么用？| LeetCode：347.前 K 个高频元素_哔哩哔哩_bilibili

【数据结构】大根堆和小根堆_大根堆小根堆-优快云博客

一.Priority Queue怎么理解

优先队列就行ICU病房一样，并不是像普通的队列遵循先来后到的原则，就像ICU并非会根据病人生病的严重程度优先安排医疗一样，体现在优先队列中就是按照某个重要性的标准来进行排列。

二.优先队列是实现原理

堆是一种特殊的完全二叉树结构，有大根堆和小根堆之分：

大根堆：每个节点的值都大于或等于其子节点的值，这意味着堆顶元素是整个堆中的最大值。
小根堆：每个节点的值都小于或等于其子节点的值，所以堆顶元素是整个堆中的最小值。

大根堆实现逻辑
从整棵树的最后一颗子树开始调整，每次都让根节点和左右孩子去比较，如果根节点比左右孩子的最大值要小，那么就将这两个值进行交换，然后此时这颗子树变成了大根堆，再看下一颗树

然后对下一颗树进行相同的处理方法，后面的子树依次交换：

当每棵子树都是大根堆的情况下，那么这棵树也就是大根堆了

小根堆同理

三.优先队列的使用

四.求解出现频率最高的前k个元素

4.1题目描述

4.2我的思路图解：

4.3Coding:

#include<bits/stdc++.h>

using namespace std;

class mycomparision
{
public:
   bool operator()(pair<int,int> l,pair<int,int> r)
   {
       return l.second > r.second;
   }
};

vector<int> kTopElement(const vector<int>& v,int k)
{
   //count the frequence of vector element and put the number into map
   unordered_map<int,int> m;
   for(const auto& it:v)
{
   m[it]++;
   }

   //use minHeap to count the nost frequent element of map
   priority_queue<pair<int,int>,vector<pair<int,int>>,mycomparision> prior_que;

   int i = 0;
   for(const auto& comb : m)
   {
       prior_que.push(comb);
       if(prior_que.size() > k)
       {
           prior_que.pop();
       }
   }

   //use vector to load the element of priority queue
   vector<int> result;
   while(!prior_que.empty())
   {
       result.push_back(prior_que.top().first);
       prior_que.pop();
   }

   return result;
}

int main()
{
   vector<int> v{2,1,1,2,3,2,4,4,4,4,5,6,12};
   int k = 3;
   vector<int> result = kTopElement(v,k);
   reverse(result.begin(),result.end());
   for(const auto& it : result)
   {
       cout << it << " ";
   }
   return 0;
}