diff --git a/README.md b/README.md index da94f661..b0c9c31a 100644 --- a/README.md +++ b/README.md @@ -4,6 +4,8 @@ # 算法文章精选: +* [简历模板](https://github.com/youngyangyang04/Markdown-Resume-Template) +* [一线互联网公司技术面试的流程以及注意事项](https://mp.weixin.qq.com/s/1VMvQ_6HbVpEn85CNilTiw) * [究竟什么是时间复杂度,怎么求时间复杂度,看这一篇就够了](https://mp.weixin.qq.com/s/lYL9TSxLqCeFXIdjt4dcIw) * [一文带你彻底理解程序为什么会超时](https://mp.weixin.qq.com/s/T-vcJSkq2-0s0bBB-itWbQ) * [一场面试,带你彻底掌握递归算法的时间复杂度](https://mp.weixin.qq.com/s/Kt-Mvs8LeVqidLGUqySj1g) diff --git a/problems/0347.前K个高频元素.md b/problems/0347.前K个高频元素.md index 9f5e9f31..c572f6ca 100644 --- a/problems/0347.前K个高频元素.md +++ b/problems/0347.前K个高频元素.md @@ -1,20 +1,25 @@ ## 题目地址 +https://leetcode-cn.com/problems/top-k-frequent-elements/ + ## 思路 这道题目主要涉及到如下三块内容: -1.要统计元素出现频率 -2.对频率排序 -3.找出前K个高频元素 +1. 要统计元素出现频率 +2. 对频率排序 +3. 找出前K个高频元素 首先统计元素出现的频率,这一类的问题可以使用map来进行统计。 -然后是对频率进行排序,这里我们可以使用一种 容器适配器就是优先级队列。 为什么不用快排呢, 使用快排我们要向map转换为vector的结构,然后对整个数组进行排序, 而这种场景下,我们其实只需要维护k个有序的序列就可以了,所以使用优先级队列是最优的。 +然后是对频率进行排序,这里我们可以使用一种 容器适配器就是优先级队列。 为什么不用快排呢, 使用快排我们要向map转换为vector的结构,然后对整个数组进行排序, 而这种场景下,我们其实只需要维护k个有序的序列就可以了,所以使用优先级队列是最优的。 **需要注意的是我们要定一个小顶堆** 因为要统计最大前k个元素,只有小顶堆每次将最小的元素弹出,最后小顶堆里积累的才是前k个最大元素。 最后我们从优先级队列里找出前k个元素,就可以了。 ## C++代码 + ``` +// 时间复杂度:O(nlogk) +// 空间复杂度:O(n) class Solution { public: // 小顶堆 @@ -41,7 +46,7 @@ public: } } - // 找出前K个高频元素 + // 找出前K个高频元素,因为小顶堆先弹出的是最小的,所以倒叙来数值数组 vector result(k); for (int i = k - 1; i >= 0; i--) { result[i] = pri_que.top().first; @@ -51,8 +56,6 @@ public: } }; -// 时间复杂度:O(nlogk) -// 空间复杂度:O(n) ``` > 更多算法干货文章持续更新,可以微信搜索「代码随想录」第一时间围观,关注后,回复「Java」「C++」 「python」「简历模板」「数据结构与算法」等等,就可以获得我多年整理的学习资料。