feat: 347. 前 K 个高频元素更新小顶堆解法

Author: suukii

basic/hashmap/20.top-k-frequent-elements.md

@@ -12,6 +12,10 @@ https://leetcode-cn.com/problems/top-k-frequent-elements/
     - [思路](#思路-1)
     - [复杂度分析](#复杂度分析-1)
     - [代码](#代码-1)
+  - [方法 3：小顶堆](#方法-3小顶堆)
+    - [思路](#思路-2)
+    - [复杂度分析](#复杂度分析-2)
+    - [代码](#代码-2)
 
 ## 题目描述
 
@@ -109,10 +113,10 @@ var topKFrequent = function (nums, k) {
     }
     // 入堆，格式是：[数字，次数]，按次数排序
     const maxHeap = new MaxHeap(Object.entries(map), function comparator(
-        target,
+        inserted,
         compared,
     ) {
-        return target[1] < compared[1];
+        return inserted[1] < compared[1];
     });
     // 输出前 k 个
     const res = [];
@@ -129,8 +133,8 @@ class Heap {
         this.list = list;
 
         if (typeof comparator != 'function') {
-            this.comparator = function comparator(target, compared) {
-                return target < compared;
+            this.comparator = function comparator(inserted, compared) {
+                return inserted < compared;
             };
         } else {
             this.comparator = comparator;
@@ -194,3 +198,89 @@ class MaxHeap extends Heap {
     }
 }
 ```
+
+## 方法 3：小顶堆
+
+### 思路
+
+统计每个数字出现的次数后，维护一个大小为 k 的小顶堆。
+
+### 复杂度分析
+
+-   时间复杂度：$O(klogk)$。
+-   空间复杂度：$O(m)$，m 是数组中不同数字的数量，哈希表的空间，小顶堆的空间是 $O(k)$，`m >= k`。
+
+### 代码
+
+JavaScript Code
+
+```js
+/**
+ * @param {number[]} nums
+ * @param {number} k
+ * @return {number[]}
+ */
+var topKFrequent = function (nums, k) {
+    // 统计出现次数
+    const map = {};
+    for (const n of nums) {
+        n in map || (map[n] = 0);
+        map[n]++;
+    }
+
+    const minHeap = new MinHeap([], function comparator(inserted, compared) {
+        return inserted[1] > compared[1];
+    });
+
+    // 维护一个大小为 k 的小顶堆，堆元素格式是：[数字，次数]，按次数排序
+    Object.entries(map).forEach(([num, times]) => {
+        const [, minTimes] = minHeap.peek() || [, 0];
+        // 小顶堆大小还没达到 k，继续插入新元素
+        if (minHeap.size() < k) {
+            minHeap.insert([num, times]);
+        }
+
+        // 小顶堆大小为 k，如果新元素次数大于堆顶，弹出堆顶，插入新元素
+        // 否则就不用管这个元素了
+        else if (minHeap.size() === k && times > minTimes) {
+            minHeap.pop();
+            minHeap.insert([num, times]);
+        }
+    });
+
+    // 反序输出小顶堆中的所有元素
+    const res = Array(k);
+    while (k-- > 0) {
+        res[k] = minHeap.pop()[0];
+    }
+    return res;
+};
+
+// *************************************
+
+class MinHeap extends Heap {
+    constructor(list, comparator) {
+        if (typeof comparator != 'function') {
+            comparator = function comparator(inserted, compared) {
+                return inserted > compared;
+            };
+        }
+        super(list, comparator);
+    }
+
+    heapify(arr, size, i) {
+        let smallest = i;
+        const left = Math.floor(i * 2 + 1);
+        const right = Math.floor(i * 2 + 2);
+        if (left < size && this.comparator(arr[smallest], arr[left]))
+            smallest = left;
+        if (right < size && this.comparator(arr[smallest], arr[right]))
+            smallest = right;
+
+        if (smallest !== i) {
+            [arr[smallest], arr[i]] = [arr[i], arr[smallest]];
+            this.heapify(arr, size, smallest);
+        }
+    }
+}
+```