[LeetCode] 347. Top K Frequent Elements

[grandyang]

 

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

Example 1:

Input: nums = [1,1,1,2,2,3], k = 2
Output: [1,2]

Example 2:

Input: nums = [1], k = 1
Output: [1]

Note:

• You may assume  k  is always valid, 1 ≤  k  ≤ number of unique elements.
• Your algorithm's time complexity must be better than O( n  log  n ), where  n  is the array's size.

 

这道题给了我们一个数组，让统计前k个高频的数字，那么对于这类的统计数字的问题，首先应该考虑用 HashMap 来做，建立数字和其出现次数的映射，然后再按照出现次数进行排序。可以用堆排序来做，使用一个最大堆来按照映射次数从大到小排列，在 C++ 中使用 priority_queue 来实现，默认是最大堆，参见代码如下：

 

解法一：

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> m;
        priority_queue<pair<int, int>> q;
        vector<int> res;
        for (auto a : nums) ++m[a];
        for (auto it : m) q.push({it.second, it.first});
        for (int i = 0; i < k; ++i) {
            res.push_back(q.top().second); q.pop();
        }
        return res;
    }
};

 

当然，既然可以使用最大堆，还有一种可以自动排序的数据结构 TreeMap，也是可以的，这里就不写了，因为跟上面的写法基本没啥区别，就是换了一个数据结构。这里还可以使用桶排序，在建立好数字和其出现次数的映射后，按照其出现次数将数字放到对应的位置中去，这样从桶的后面向前面遍历，最先得到的就是出现次数最多的数字，找到k个后返回即可，参见代码如下：

 

解法二：

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> m;
        vector<vector<int>> bucket(nums.size() + 1);
        vector<int> res;
        for (auto a : nums) ++m[a];
        for (auto it : m) {
            bucket[it.second].push_back(it.first);
        }
        for (int i = nums.size(); i >= 0; --i) {
            for (int j = 0; j < bucket[i].size(); ++j) {
                res.push_back(bucket[i][j]);
                if (res.size() == k) return res;
            }
        }
        return res;
    }
};

 

Github 同步地址：

#347

 

类似题目：

Kth Largest Element in an Array

Word Frequency

Sort Characters By Frequency

Split Array into Consecutive Subsequences

Top K Frequent Words

K Closest Points to Origin

 

参考资料：

https://leetcode.com/problems/top-k-frequent-elements/

https://leetcode.com/problems/top-k-frequent-elements/discuss/81602/Java-O(n)-Solution-Bucket-Sort

https://leetcode.com/problems/top-k-frequent-elements/discuss/81635/3-Java-Solution-using-Array-MaxHeap-TreeMap

  

LeetCode All in One 题目讲解汇总(持续更新中...)

[lld2006]

Your algorithm's time complexity must be better than O( n log n )
 
解法1应该用min heap， 在大于k的时候就pop出来最小的， 这样time complexity 就减到了nlogk

另外, 从discussion中看到, partition算法的time complexity 平均来说是O（n）， 所以在数组较大的时候， 应该用nth_element

class Solution {
public:
vector topKFrequent(vector& nums, int k) {
unordered_map<int, int> cnts;
vector ret;
for(int i = 0; i<nums.size(); ++i){
++cnts[nums[i]];
if(cnts[nums[i]] == 1){
ret.push_back(nums[i]);
}
}
nth_element(ret.begin(), ret.begin()+k-1, ret.end(),
[&cnts](int n1, int n2) {return cnts[n1] > cnts[n2];});
ret.resize(k);
return ret;
}
};