中国摄影在线网站seo销售话术开场白

LeetCode 347 前 K 个高频元素

题目描述

题目链接
给定一个整数数组 nums 和一个整数 k，请返回其中出现频率前 k 高的元素。

解题思路

哈希表 + 堆排序法

1. 频率统计阶段：使用哈希表统计元素出现频率
2. 堆排序优化：通过维护最小堆来快速获取前k大元素
3. 结果提取：从堆中提取排序后的结果

步骤说明

# leetcode 347
# 前k个高频元素
# https://leetcode.cn/problems/top-k-frequent-elements/description/
# 解法：
from typing import List
import heapq
from collections import Counterclass Solution:def topKFrequent(self, nums: List[int], k: int) -> List[int]:# 统计频率（哈希表O(n)）freq = Counter(nums)  # 例如 nums=[1,1,2] → {1:2, 2:1}# 构建堆元素（频率在前用于排序）heap = [(count, num) for num, count in freq.items()]  # [(2,1), (1,2)]# 获取前k大元素（堆排序O(nlogk)）return [num for count, num in heapq.nlargest(k, heap)]if __name__ == "__main__":# 测试用例（题目示例）nums = [1, 1, 1, 2, 2, 3]k = 2print(Solution().topKFrequent(nums, k))  # 预期输出：[1, 2]

关键点解析

1. 最小堆的选择 ：

   • 维护容量为k的最小堆
   • 新元素频率 > 堆顶时进行替换
   • 最终堆中保留最大的k个元素

2. 复杂度优化 ：

   • 直接排序复杂度：O(nlogn)
   • 堆排序复杂度：O(nlogk)（k远小于n时优势明显）

时间复杂度：O(nlogk)
空间复杂度：O(n)