LeetCode347—Top K Frequent Elements

LeetCode347—Top K Frequent Elements

五一刚收假，状态不是很好，赶紧刷个题恢复一下技术。

原题

Given a non-empty array of integers, return the k most frequent elements.

For example,
Given [1,1,1,2,2,3] and k = 2, return [1,2].

分析

题目中的示例输入输出给的不是很好，但题目意思还算比较清晰。就是说找出容器中出现次数排行前K的数，所以说需要以下几步：
1. 统计出容器中每个元素出现的次数
2. 对容器按照出现次数进行排序（从大到小）
3. 取排好序的前K个元素即可。

思路很简单就是要选择数据结构和算法了：
1. 数据结构的话，可以使用map和pair来建立元素和个数的一一对应关系。
2. 题目中说要求时间复杂度在 O(nlogn) ，那对我们的排序算法就有要求，考虑到平均复杂度为 O(nlogn) 常见的就是堆排序和归并排序了（这里考虑到快排在最坏情况下时间复杂度为 O(n2) ）。

我们知道优先级队列的底层实现和堆排序类似，默认情况下是大顶堆。这样的话事实上就偷了个懒，不用我们写排序算法，将元素插入优先队列（设定元素的出现次数为优先级），然后对前K个元素出队即可。

注：
这里有一点需要注意，虽然说是从大到小排序，但由于堆这种特殊结构，每次都是将根元素（堆中最大元素）换出堆，也就是说，如果使用优先级队列，每次出队的元素必然是优先级最高的，所以我们直接使用默认的大顶堆，从小到大排序即可。

代码

class Solution {
public:
    typedef pair<int, int> PAIR;
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int >count;
        for (int i = 0; i < nums.size(); i++)
        {
            count[nums[i]]++;//计数
        }
        //优先级队列默认是大顶堆（从小到大排序）
        //unordered_map默认按Key排序
        //因此优先级队列每次出队为最大值
        priority_queue<PAIR>tmpres;
        for (auto it = count.begin(); it != count.end(); it++)
        {
            tmpres.push(PAIR(it->second,it->first));//插入优先级队列
        }
        vector<int> result;//保存结果集
        for (int i = 0; i < k; i++)
        {
            result.push_back(tmpres.top().second); 
            tmpres.pop();
        }
        return result;
    }
};