Leetcode 347. 前 K 个高频元素

0、题目描述

题目链接
给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按任意顺序返回答案。

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

示例 2:
输入: nums = [1], k = 1
输出: [1]

1、pair的用法

pair是C++中一种模板类型。每个pair对象可以存储两个值，这两个值可以是不同的数据类型。存储的值可以是基本数据类型也可以是自定义数据类型。

（1）声明命名空间：using namespace std;
（2）定义和初始化

	pair p2(p1); //用已有的对象初始化
	
	pair p3(1, 1.2);
	
	pair p4; //没有显示初始化，自动执行默认初始化操作。p4为(0,0)
	
	make_pair(v1, v2); // 以v1和v2的值创建一个新的pair对象，其元素类型分别是v1和v2的类型。
	
	pair > line;  // 创建一个空对象line，两个元素类型分别是string和vector类型

（3）pair有两个属性：first和second。

	p1.first = 11; //修改第一个数值  
			 
	p1.second =22; //修改第二个数值

2、优先队列（priority_queue）的用法

c++优先队列(priority_queue)用法详解
简单看一下就行了

3、堆排序的原理

堆排序参考一（图文）
堆排序参考二（视频）

4、decltype

这是c++11的特性，decltype类型说明符用于取出变量类型。
decltype可以作用于变量、表达式及函数名。①作用于变量直接得到变量的类型；②作用于表达式，结果是左值的表达式得到类型的引用，结果是右值的表达式得到类型；③作用于函数名会得到函数类型，不会自动转换成指针。
decltype不会去真的求解表达式的值。
【C++深陷】之“decltype”

5、rbegin() , rend()

c++的反向迭代器。begin()和end()分别指向数组的首元素和尾元素的下一位。rbegin()和rend()分别指向尾元素和首元素的前一位；sort(vec.rbegin(), vec.rend());就可以获得降序排列的vec，也就是最小值在尾元素。
（虽然本题没有用到）

6、本题解题思路

（1）本题思路：

1. 统计元素出现频率 （哈希表map）
2. 对频率排序
3. 找出前K个高频元素

（2）本题重点在于用优先级队列来对部分频率进行排序。

• 使用快排要将map转换为vector的结构，然后对整个数组进行排序， 然而本题只需要维护k个有序的序列就可以了，所以使用优先级队列是最优的。
• 优先级队列利用堆完成排序，本题因为需要保留的是高频元素，也就是数值更大的元素，故采用小顶堆，每次构建堆之后都将最小的元素从根结点弹出去，所以剩下的就是较大值的元素。

（3）优先队列不用greater

• 考虑过使用：priority_queue, vector>, greater>> pri;，greater小顶堆本以为能得到正确答案。

• 其实这样无法进行正确的排序，是因为emplace操作默认是比较first，而频数位于second；因此需要自定义比较函数将second作为唯一优先级。

（4）有看到另一种解法：本题的困扰在于pair用的是first来进行排序，那么我们可以将频数保存在first，将num保存在second。①定义一个vector，数据类型为pair，记为s。②不需要使用哈希表，先将nums数组排序，然后直接遍历nums获得某个数的频次（已经排序的数组重复数字必然是连续存放的）将其保存在first。③将s进行反向排序（用到rbegin() , rend()），然后只弹出前k个元素即可。

7、代码

class Solution {
public:
        //1，自定义compare函数
    static bool cmp(pair<int, int>& l, pair<int, int>& r) {
        return l.second > r.second;
    }
    vector<int> topKFrequent(vector<int>& nums, int k) {
        //2，使用哈希表存储各个数据的频次
        unordered_map<int, int> hashmap;
        for(auto& num : nums) {
            hashmap[num]++;
        }
        //3，使用优先队列+小顶堆来对频次排序
        priority_queue<pair<int, int>, vector<pair<int, int>>, decltype(&cmp)> pri(cmp);
        for(auto& [num, count] : hashmap) {
            if(pri.size() == k) {
                if(pri.top().second < count) {
                    pri.pop();
                    pri.emplace(num, count);
                }
            }
            else pri.emplace(num, count);
        }
        //4，取出前K个高频元素
        vector<int> res;
        while(!pri.empty()) {
            res.push_back(pri.top().first);
            pri.pop();
        }
        return res;
    }
};