347. 前 K 个高频元素

本文介绍了一种使用哈希表和堆的数据结构来找出数组中出现频率最高的k个元素的算法。通过建立哈希表记录每个元素的出现次数,然后利用最小堆维护频率前k的元素,实现了高效查找。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目

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。
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

思路

哈希表+堆
哈希表保存数组中的每个值以及它的出现频率,Python中用字典实现。
维护一个大小为K的最小堆。
堆中每个节点保存一个键值对,按照(value,key)的方式保存,可以使得堆是按照value值排序。

代码

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        if k < 1: return []
        dic = {}
        for num in nums:
            if num in dic:
                dic[num] += 1
            else:
                dic[num] = 1

        h = []
        for key,value in dic.items():
            if len(h) == k:
                if value > h[0][0]:
                    heapq.heappop(h)
                    heapq.heappush(h,(value,key))
            else:
                heapq.heappush(h,(value,key))
        del dic
        res = []
        for i in range(len(h)):
            res.append(h[i][1])
        del h
        return res
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值