【C++算法】76.优先级队列_前 K 个高频单词

---

题目链接：

692. 前 K 个高频单词

---

题目描述：

---

解法

利用堆来解决TopK问题

1. 预处理一下原始的字符串数组，用一个哈希表统计一下每一个单词出现的频次。
2. 创建一个大小为k的堆
   1. 频次：小根堆
   2. 字典序（频次相同的时候）：大根堆
3. 循环
   1. 让元素依次进堆
   2. 判断
4. 提取结果

---

C++ 算法代码：

class Solution 
{// 定义类型别名，PSI表示<单词, 频次>对typedef pair<string, int> PSI;// 自定义比较器，用于优先队列中元素的排序struct cmp{bool operator()(const PSI& a, const PSI& b){// 如果两个单词出现频次相同if(a.second == b.second) {// 按字典序排列，较小的单词优先级较低// 注意：因为我们需要较大的字典序在堆顶，所以用< return a.first < b.first;}// 按频次排列，较大的频次优先级较低// 注意：这里使用>而不是<，是为了创建一个小根堆// 这样频次较小的元素会在堆顶return a.second > b.second;}};public:vector<string> topKFrequent(vector<string>& words, int k) {// 1. 统计每个单词的出现频次unordered_map<string, int> hash;for(auto& s : words) hash[s]++;// 2. 创建一个大小为k的小根堆// 这里的小根堆是按照我们自定义的比较器排序的// 频次低的在堆顶，频次相同则字典序大的在堆顶priority_queue<PSI, vector<PSI>, cmp> heap;// 3. 实现TopK的核心逻辑for(auto& psi : hash){heap.push(psi);  // 将当前单词及其频次加入堆// 如果堆大小超过k，弹出堆顶（频次最小的元素）// 这样堆始终保持k个频次最高的元素if(heap.size() > k) heap.pop();}// 4. 提取最终结果vector<string> ret(k);// 注意反向填充结果数组// 因为堆中的元素是按频次从小到大、频次相同则按字典序从大到小排列的// 我们需要从堆顶依次取出元素，反向填充到结果数组中// 这样最终结果就是按频次从大到小、频次相同则按字典序从小到大排列for(int i = k - 1; i >= 0; i--){ret[i] = heap.top().first;  // 取出堆顶元素（单词）heap.pop();                  // 弹出堆顶}return ret;  // 返回结果数组}
};