题目描述
这是 LeetCode 上的 692. 前K个高频单词 ,难度为 中等。
Tag : 「哈希表」、「优先队列」
给一非空的单词列表,返回前 k 个出现次数最多的单词。
返回的答案应该按单词出现频率由高到低排序。
如果不同的单词有相同出现频率,按字母顺序排序。
示例 1:
输入: ["i", "love", "leetcode", "i", "love", "coding"], k = 2 输出: ["i", "love"] 解析: "i" 和 "love" 为出现次数最多的两个单词,均为2次。 注意,按字母顺序 "i" 在 "love" 之前。 复制代码
示例 2:
输入: ["the", "day", "is", "sunny", "the", "the", "the", "sunny", "is", "is"], k = 4 输出: ["the", "is", "sunny", "day"] 解析: "the", "is", "sunny" 和 "day" 是出现次数最多的四个单词, 出现次数依次为 4, 3, 2 和 1 次。 复制代码
注意:
- 假定 k 总为有效值, 1 ≤ k ≤ 集合元素数。
- 输入的单词均由小写字母组成。
扩展练习:
- 尝试以 O(n log k) 时间复杂度和 O(n) 空间复杂度解决。
哈希表 & 优先队列(堆)
这道题是在「优先队列(堆)」裸题的基础上增加了字典序大小的比较。
相应的,我们不能只根据「词频大小」构建小根堆来获取前 kkk 个元素,还需要结合字典序大小来做。
具体的,我们可以使用「哈希表」&「优先队列」进行求解:
- 使用「哈希表」来统计所有的词频
- 构建大小为 kkk 按照「词频升序 + (词频相同)字典序倒序」的优先队列:
- 如果词频不相等,根据词频进行升序构建,确保堆顶元素是堆中词频最小的元素
- 如果词频相等,根据字典序大小进行倒序构建,结合 2.12.12.1 可以确保堆顶元素是堆中「词频最小 & 字典序最大」的元素
- 对所有元素进行遍历,尝试入堆:
- 堆内元素不足 kkk 个:直接入堆
- 词频大于堆顶元素:堆顶元素不可能是前 kkk 大的元素。将堆顶元素弹出,并将当前元素添加到堆中
- 词频小于堆顶元素;当前元素不可能是前 kkk 大的元素,直接丢弃。
- 词频等于堆顶元素:根据当前元素与堆顶元素的字典序大小决定(如果字典序大小比堆顶元素要小则入堆)
- 输出堆内元素,并翻转
代码:
class Solution { public List<String> topKFrequent(String[] ws, int k) { Map<String, Integer> map = new HashMap<>(); for (String w : ws) map.put(w, map.getOrDefault(w, 0) + 1); PriorityQueue<Object[]> q = new PriorityQueue<>(k, (a, b)->{ // 如果词频不同,根据词频升序 int c1 = (Integer)a[0], c2 = (Integer)b[0]; if (c1 != c2) return c1 - c2; // 如果词频相同,根据字典序倒序 String s1 = (String)a[1], s2 = (String)b[1]; return s2.compareTo(s1); }); for (String s : map.keySet()) { int cnt = map.get(s); if (q.size() < k) { // 不足 k 个,直接入堆 q.add(new Object[]{cnt, s}); } else { Object[] peek = q.peek(); if (cnt > (Integer)peek[0]) { // 词频比堆顶元素大,弹出堆顶元素,入堆 q.poll(); q.add(new Object[]{cnt, s}); } else if (cnt == (Integer)peek[0]) { // 词频与堆顶元素相同 String top = (String)peek[1]; if (s.compareTo(top) < 0) { // 且字典序大小比堆顶元素小,弹出堆顶元素,入堆 q.poll(); q.add(new Object[]{cnt, s}); } } } } List<String> ans = new ArrayList<>(); while (!q.isEmpty()) ans.add((String)q.poll()[1]); Collections.reverse(ans); return ans; } } 复制代码
- 时间复杂度:使用哈希表统计词频,复杂度为 O(n)O(n)O(n);使用最多 nnn 个元素维护一个大小为 kkk 的堆,复杂度为 O(nlogk)O(n\log{k})O(nlogk);输出答案复杂度为 O(k)O(k)O(k)(同时 k≤nk \leq nk≤n)。整体复杂度为 O(nlogk)O(n\log{k})O(nlogk)
- 空间复杂度:O(n)O(n)O(n)
最后
这是我们「刷穿 LeetCode」系列文章的第 No.692
篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先将所有不带锁的题目刷完。
在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。
为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…
在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。