栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > C/C++/C#

前K个高频元素——使用优先级队列构建小根堆实现

C/C++/C# 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

前K个高频元素——使用优先级队列构建小根堆实现

前K个高频元素
    • 题目描述
    • 解题思路
    • 优先级队列 priority_queue
    • priority_queue构建大根堆、小根堆

题目描述

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]

提示:

1 <= nums.length <= 105
k 的取值范围是 [1, 数组中不相同的元素的个数]
题目数据保证答案唯一,换句话说,数组中前 k 个高频元素的集合是唯一的

进阶:你所设计算法的时间复杂度 必须 优于 O(n log n) ,其中 n 是数组大小。

来源:力扣(LeetCode)

解题思路

top K问题,采用大根堆或者小根堆解决

  • 统计元素出现的频率(map)
  • 依据频率对元素进行排序(优先级队列可用于实现大根堆或小根堆)
  • 找出前K个高频元素输出
优先级队列 priority_queue

priority_queue:优先级队列,包含在头文件中,可以以O(log n) 的效率查找一个队列中的最大值或者最小值。

模板:priority_queue

参数说明(后两个参数可省略):

  • type:数据类型
  • container:实现优先级队列的底层容器,默认为vector
  • function:元素之间的比较方式,默认为operator<,为最大堆
priority_queue构建大根堆、小根堆
#include 
#include  //less greater需要使用此头文件
//priority_queue<数据类型,底层实现容器,元素之间比较方式>
//成员函数:empty(),size(),pop(),top(),push()

//1. 构建一个大顶堆
priority_queue bigHeap1;
priority_queue,less> bigHeap2;
//2. 构建一个小顶堆
priority_queue,greater> smallHeap;

//3. 构建元素类型为map的小顶堆
class myComparison{
public:
    bool operator()(const pair& lhs,const pair& rhs){
        return lhs.second > rhs.second;
    }
};
priority_queue,vector>,myComparison> pri_que;

//4. 实现自定义类型
struct Node {
    int value;
    int idx;
    Node (int v, int i): value(v), idx(i) {}
    friend bool operator < (const struct Node &n1, const struct Node &n2) ; 
};

inline bool operator < (const struct Node &n1, const struct Node &n2) {
    return n1.value < n2.value;
}
priority_queue pq; // 此时pq为最大堆

前K个高频元素 C++实现

#include 
#include 
#include 
using namespace std;

class myComparison{
public:
    bool operator()(const pair& lhs,const pair& rhs){
        return lhs.second > rhs.second;
    }
};

vector topKFrequent(vector& nums,int k){
    //统计元素出现的频率
    unordered_map map;  //map 
    for(int i = 0;i < nums.size();++i){
        map[nums[i]]++;
    } 

    //对频率进行排序,小顶堆,大小为K
    priority_queue,vector>,myComparison> pri_que;

    //固定大小为K的小顶堆,扫描所有频率的数值
    for(unordered_map::iterator it = map.begin();it != map.end();it++){
        pri_que.push(*it);
        if(pri_que.size() > k){ //堆大小大于K则弹出
            pri_que.pop();
        }
    }

    //找出前K个元素
    vector result(k);
    for(int i = k - 1;i >= 0;i--){
        result[i] = pri_que.top().first;
        pri_que.pop();
    }

    return result;
}

测试

int main(){
    vector v = {1,1,1,2,3,4,5,4,5,5};

    vector result;
    result = topKFrequent(v,3);

    for(auto it: result){
        cout << it << " ";
    }
    cout << endl;
    return 0;
}
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/832447.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号