前言
记录一下刷题历程 力扣第347题 前K个高频元素
前K个高频元素
原题目:
分析
我们首先使用哈希表来统计数字出现的频率,然后我们使用一个桶排序。我们首先定义一个长度为n+1的数组,对于下图这个示例就是长度为7的数组。为什么需要一个长度为n+1的数组呢?假如说总共有三个数字都为1,那么我们需要把这个1放在数组下标为3的位置,假如说数组长度为n,对于这个例子就是长度为3,那么它的数组下标最大为2,不能存储在下标为3 的位置,所以我们需要创建一个长度为n+1的数组。根据我们的哈希表数字1它出现了三次那么我们把它放在数组下标为3的位置,同理数字2出现了两次我们把它放在数组下标为2的位置,最后是数字3它出现了1次所以我们把它放在数组下标为1的位置,假如说还有一个数字4他也出现了三次,那么我们将它和1共同存储在下标为3的位置,最后我们从后往前遍历数组即可。
代码如下:
class Solution {
public:
vector<int> topKFrequent(vector<int>& nums, int k) {
vector<int> res; // 用于存放结果的数组
unordered_map<int, int> u_mapCount; // 用于记录每个数字的出现次数
vector<vector<int>> Freq(nums.size() + 1, vector<int>()); // 用于记录频次对应的数字
// 统计每个数字出现的频率
for (int i = 0; i < nums.size(); i++) {
u_mapCount[nums[i]] += 1;
}
// 将每个数字根据其频率放入对应的频率桶中
for (auto& pair : u_mapCount) {
Freq[pair.second].emplace_back(pair.first);
}
// 从高到低遍历频率桶,收集出现频率最高的数字
for (int i = Freq.size() - 1; i >= 0; i--) {
for (int j = 0; j < Freq[i].size(); j++) {
res.emplace_back(Freq[i][j]);
if (res.size() == k) { // 如果结果数组已包含k个元素,返回结果
return res;
}
}
}
// 返回结果(实际不应到达这里,因为k通常会小于结果数组的大小)
return res;
}
};
解释注释
1.统计频率:
使用 unordered_map 记录每个数字的出现次数。这一步的时间复杂度是
n 是数组 nums 的大小。
u_mapCount 存储了每个数字及其对应的频率。
2.构建频率桶:
创建一个 vector<vector> 类型的 Freq,其中 Freq[i] 用于存储所有频率为 i 的数字。
遍历 u_mapCount,将每个数字按其频率放入相应的桶中。
3.从高到低收集频繁数字:
从 Freq 的末尾开始遍历,因为频率桶是按频率升序排列的。这样可以优先访问频率更高的数字。
遍历每个桶中的数字并将其加入结果数组 res,直到结果数组中的数字数量达到 k。
时间复杂度
这种方法利用了桶排序的思想,能够在 O(n) 的时间复杂度内完成任务,是一种高效的解决方案。