347 前 K 個高頻元素

給定乙個非空的整數陣列，返回其**現頻率前 k 高的元素。

示例 1:

輸入: nums = [1,1,1,2,2,3], k = 2

輸出: [1,2]

示例 2:

輸入: nums = [1], k = 1

輸出: [1]

你可以假設給定的 k 總是合理的，且 1 ≤ k ≤ 陣列中不相同的元素的個數。

你的演算法的時間複雜度必須優於 o(n log n) , n 是陣列的大小。

題目資料保證答案唯一，換句話說，陣列中前 k 個高頻元素的集合是唯一的。

你可以按任意順序返回答案。

1.nlogk，明顯的堆，先用字典統計出詞頻，然後(k,nums[i])插入小根堆，小根堆始終維持k的大小

注意下面一種方法是nlogn因為全部插入了，調整一次要logn..

class solution:

def topkfrequent(self, nums: list[int], k: int) -> list[int]:
hash_map=defaultdict(int)
for num in nums:hash_map[num]+=1
tmp=
nums=list(set(nums))
for i in range(k):
for i in  range(k,len(nums)):
if  hash_map[nums[i]]>tmp[0][0]:
return [t[1] for t in tmp]
class solution:
def topkfrequent(self, nums: list[int], k: int) -> list[int]:
hash_map=counter(nums)
heap=
for i in hash_map:

347 前K個高頻元素

給定乙個非空的整數陣列，返回其 現頻率前 k 高的元素。示例 1 輸入 nums 1,1,1,2,2,3 k 2 輸出 1,2 示例 2 輸入 nums 1 k 1 輸出 1 說明 你可以假設給定的 k 總是合理的，且 1 k 陣列中不相同的元素的個數。你的演算法的時間複雜度必須優於 o n log...

347 前 K 個高頻元素

維護乙個size是k的堆。求前k大的數，用小根堆 求前k小的數，用大根堆 求前k大，當堆的sizek時，去掉堆頂，最終堆中的資料就是最後的答案。如陣列arr 求最大的前3個數 一般來說求前k大 小，陣列中數是很大的，直接用排序，在選擇前k大 小的話，效率不高 首先建立堆，其size 0，一直push...

347 前 K 個高頻元素

方法很好想，要麼暴力排序，歸併，堆排都能滿足o nlogn 的要求。我第一次想到的就是，用雜湊統計一下數字，然後過載排一下序，順序放入集合裡就行。這次用的是最小堆，主要學習一下priorityqueue，是基於優先順序堆的無界優先順序queue modifier and type method an...