当前位置: 首页 > news >正文

LeetCode 895:最大频率栈

LeetCode 895:最大频率栈

在这里插入图片描述

问题定义与核心挑战

设计一个栈结构,支持两种操作:

  • push(val):将元素压入栈顶。
  • pop():弹出频率最高的元素;若多个元素频率相同,弹出最接近栈顶(最后压入)的元素。

核心挑战:如何高效维护元素的频率压入顺序,确保 pop 操作的时间复杂度为 O(1)

核心思路:频率分组 + 栈结构

通过 两个哈希表一个最大值跟踪变量 实现:

  1. 频率映射(freq:记录每个元素的当前频率。
  2. 频率分组(group:按频率分组,每个频率对应一个栈,保存该频率下的元素(按压入顺序,栈顶为最后压入的元素)。
  3. 最大频率(maxFreq:跟踪当前所有元素的最大频率,快速定位 pop 的目标组。

算法步骤详解

1. 数据结构初始化
class FreqStack {private Map<Integer, Integer> freq;         // 记录元素的频率:val → 频率private Map<Integer, Stack<Integer>> group; // 按频率分组:频率 → 元素栈(保存压入顺序)private int maxFreq;                        // 当前最大频率public FreqStack() {freq = new HashMap<>();group = new HashMap<>();maxFreq = 0;}
}
2. push 操作:更新频率与分组

当压入元素 val 时:

  • 步骤1:更新频率val 的频率加1,得到新频率 f
  • 步骤2:分组存储:将 val 压入 group[f] 对应的栈(若栈不存在则新建)。
  • 步骤3:更新最大频率:若 f 大于当前 maxFreq,则更新 maxFreq
public void push(int val) {// 1. 更新频率int f = freq.getOrDefault(val, 0) + 1;freq.put(val, f);// 2. 存入对应频率的栈(懒创建)group.putIfAbsent(f, new Stack<>());group.get(f).push(val);// 3. 更新最大频率if (f > maxFreq) {maxFreq = f;}
}
3. pop 操作:弹出最高频率的最近元素

当弹出元素时:

  • 步骤1:定位目标栈:从 group[maxFreq] 中获取当前最高频率的栈。
  • 步骤2:弹出栈顶元素:该元素是同频率下最后压入的(最接近栈顶)。
  • 步骤3:更新频率:将该元素的频率减1。
  • 步骤4:更新最大频率:若目标栈为空,说明当前最大频率的元素已耗尽,maxFreq 减1。
public int pop() {// 1. 从最高频率的栈中弹出元素Stack<Integer> stack = group.get(maxFreq);int val = stack.pop();// 2. 更新频率freq.put(val, freq.get(val) - 1);// 3. 若栈为空,降低最大频率if (stack.isEmpty()) {maxFreq--;}return val;
}

算法复杂度分析

  • 时间复杂度

    • push:哈希表操作和栈压入均为 O(1)
    • pop:哈希表操作和栈弹出均为 O(1)
      因此,所有操作的时间复杂度为 O(1)
  • 空间复杂度
    哈希表和栈存储所有元素,空间复杂度为 O(n)n 为总元素数)。

示例验证(以题目示例1为例)

输入操作push(5)、push(7)、push(5)、push(7)、push(4)、push(5)、pop()、pop()、pop()、pop()

过程模拟:
  1. push(5)
    • freq[5]=1group[1] = [5]maxFreq=1
  2. push(7)
    • freq[7]=1group[1] = [5,7]maxFreq=1
  3. push(5)
    • freq[5]=2group[2] = [5]maxFreq=2
  4. push(7)
    • freq[7]=2group[2] = [5,7]maxFreq=2
  5. push(4)
    • freq[4]=1group[1] = [5,7,4]maxFreq=2
  6. push(5)
    • freq[5]=3group[3] = [5]maxFreq=3
  7. pop()
    • group[3] 弹出 5freq[5]=2,栈空 → maxFreq=2。返回 5
  8. pop()
    • group[2] 弹出 7freq[7]=1,栈剩 [5]maxFreq=2。返回 7
  9. pop()
    • group[2] 弹出 5freq[5]=1,栈空 → maxFreq=1。返回 5
  10. pop()
    • group[1] 弹出 4freq[4]=0,栈剩 [5,7]maxFreq=1。返回 4

输出与题目示例一致:5,7,5,4

完整代码

import java.util.HashMap;
import java.util.Stack;class FreqStack {private Map<Integer, Integer> freq;         // val -> 出现次数private Map<Integer, Stack<Integer>> group; // 次数 -> 对应元素的栈(按push顺序)private int maxFreq;                        // 当前最大次数public FreqStack() {freq = new HashMap<>();group = new HashMap<>();maxFreq = 0;}public void push(int val) {// 更新频率int f = freq.getOrDefault(val, 0) + 1;freq.put(val, f);// 存入对应次数的栈(懒加载创建栈)group.putIfAbsent(f, new Stack<>());group.get(f).push(val);// 更新最大频率if (f > maxFreq) {maxFreq = f;}}public int pop() {// 从当前最大频率的栈中弹出元素Stack<Integer> stack = group.get(maxFreq);int val = stack.pop();// 更新频率freq.put(val, freq.get(val) - 1);// 若栈为空,降低最大频率if (stack.isEmpty()) {maxFreq--;}return val;}
}

总结

该方案通过 频率分组 + 栈结构 巧妙解决了“最高频率优先,同频率近栈顶优先”的需求,确保了所有操作的 O(1) 时间复杂度,高效且易理解。核心思想是利用哈希表维护频率关系,栈维护同频率下的顺序,是处理“频率 + 顺序”类问题的经典思路。

http://www.dtcms.com/a/299339.html

相关文章:

  • HTML初学者第五天
  • 计算机编码
  • Linux权限机制:RUID/EUID/SUID与进程安全
  • 排序算法,咕咕咕
  • 【Zephyr】Window下的Zephyr编译和使用
  • window下MySQL安装(三)卸载mysql
  • PYTHON从入门到实践-16数据视图化展示
  • Rust Web框架性能对比与实战指南
  • 数据结构 二叉树(3)---层序遍历二叉树
  • SQLite 子查询详解
  • 告别复杂配置!Spring Boot优雅集成百度OCR的终极方案
  • C语言基础10——函数
  • Qt 与 WebService 交互开发
  • Linux学习 韦东山IMX6ULL(一)搭建环境并编译程序
  • SQL Developer Data Modeler:一款免费跨平台的数据库建模工具
  • 强化学习(第三课第三周)
  • Rust赋能土木工程数字化
  • AUTOSAR进阶图解==>AUTOSAR_SRS_TimeService
  • Raft 协议 Paxos协议 和zk协议的特点和异同
  • 【Pandas】pandas Index objects Index.shape
  • 【温度传感器】热电偶、热敏电阻、热电阻、热成像仪原理及精度解析
  • ASP.NET Core MVC中taghelper的ModelExpression详解
  • .NET Core中的配置系统
  • 记录和分享抓取的数字货币和大A时序数据
  • 去中心化时代的通信革命:briefing与cpolar技术融合带来的安全范式革新
  • AI代理性能提升实战:LangChain+LangGraph内存管理与上下文优化完整指南
  • 如何创建或查看具有 repo 权限的 GitHub 个人访问令牌(PAT)
  • kafka的消费者负载均衡机制
  • 《人性的弱点》重构【01】
  • Java:采用mybatis+pagehealper优雅的实现分页功能