思路大概是将数组中所有元素的频率记下来,然后统一使用最小堆来管理,将根节点与下一个元素比较,将频率更的高元素插入最小堆,同时进行堆排序操作,以此进行管理
在这里发现原来c++有优先队列priority_queue可以达到相同的效果,优先队列将权值最大的放在队列的出口处,这样就完成了类似的效果
原算法:
class Solution {
public:
int sift_down(vector<pair<int,int>> &v,int k){
int father=0;
int child=2*father+1;
pair<int,int> temp=v[0];
while(child<k){
if((child+1<k)&&(v[child].first>v[child+1].first))
child++;
if(temp.first>v[child].first){
v[father]=v[child];
father=child;
child=father*2+1;
}
else
break;
}
v[father]=temp;
return 0;
}
vector<int> topKFrequent(vector<int>& nums, int k) {
vector<pair<int,int>> v;
for(int i=0;i<k;i++){
v.push_back(make_pair(0,0));
}
map<int,int> m;
for(vector<int>::iterator it=nums.begin();it!=nums.end();it++){
if(m.find(*it)->second==0)
m.insert(make_pair(*it,1));
else
m.find(*it)->second++;
}
for(map<int,int>::iterator it=m.begin();it!=m.end();it++){
if(it->second>v[0].first){
v[0]=make_pair(it->second,it->first);
sift_down(v,k);
}
}
vector<int> v1;
for(vector<pair<int,int>>::iterator i=v.begin();i!=v.end();i++)
v1.push_back(i->second);
return v1;
}
};
改进算法,写的很漂亮:
class Solution {
public:
vector<int> topKFrequent(vector<int>& nums, int k) {
unordered_map<int,int> m;
priority_queue<pair<int,int>> p;
vector<int> res;
for(int num:nums)
{
++m[num];
}
for(auto a:m)
{
p.push({a.second,a.first});
}
for(int i=0;i<k;++i)
{
res.push_back(p.top().second);
p.pop();
}
return res;
}
};