题目
692. 前 K 个高频单词
https://leetcode-cn.com/problems/top-k-frequent-words/
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。
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。
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。
题解
思路
将字符串用哈希表存起来,再进行排序。
代码
/**
* @param {string[]} words
* @param {number} k
* @return {string[]}
*/
var topKFrequent = function(words, k) {
const map = new Map();
// 哈希表
words.forEach(word => {
map.set(word, (map.get(word) || 0) + 1)
});
const res = [];
for(const key of map.keys()){
res.push(key);
}
// 排序
res.sort((a, b) => {
return map.get(a) === map.get(b) ? a.localeCompare(b) : map.get(b) - map.get(a);
});
return res.slice(0, k);
};
官方
方法一:哈希表 + 排序
思路及算法
我们可以预处理出每一个单词出现的频率,然后依据每个单词出现的频率降序排序,最后返回前 kkk 个字符串即可。
具体地,我们利用哈希表记录每一个字符串出现的频率,然后将哈希表中所有字符串进行排序,排序时,如果两个字符串出现频率相同,那么我们让两字符串中字典序较小的排在前面,否则我们让出现频率较高的排在前面。最后我们只需要保留序列中的前 kkk 个字符串即可。
代码
var topKFrequent = function(words, k) {
const cnt = new Map();
for (const word of words) {
cnt.set(word, (cnt.get(word) || 0) + 1);
}
const rec = [];
for (const entry of cnt.keys()) {
rec.push(entry);
}
rec.sort((word1, word2) => {
return cnt.get(word1) === cnt.get(word2) ? word1.localeCompare(word2) : cnt.get(word2) - cnt.get(word1);
})
return rec.slice(0, k);
};
方法二:优先队列
思路及算法
对于前 kkk 大或前 kkk 小这类问题,有一个通用的解法:优先队列。优先队列可以在 O(logn)O(\log n)O(logn) 的时间内完成插入或删除元素的操作(其中 nnn 为优先队列的大小),并可以 O(1)O(1)O(1) 地查询优先队列顶端元素。
在本题中,我们可以创建一个小根优先队列(顾名思义,就是优先队列顶端元素是最小元素的优先队列)。我们将每一个字符串插入到优先队列中,如果优先队列的大小超过了 kkk,那么我们就将优先队列顶端元素弹出。这样最终优先队列中剩下的 kkk 个元素就是前 kkk 个出现次数最多的单词。
代码
class Solution {
public List<String> topKFrequent(String[] words, int k) {
Map<String, Integer> cnt = new HashMap<String, Integer>();
for (String word : words) {
cnt.put(word, cnt.getOrDefault(word, 0) + 1);
}
PriorityQueue<Map.Entry<String, Integer>> pq = new PriorityQueue<Map.Entry<String, Integer>>(new Comparator<Map.Entry<String, Integer>>() {
public int compare(Map.Entry<String, Integer> entry1, Map.Entry<String, Integer> entry2) {
return entry1.getValue() == entry2.getValue() ? entry2.getKey().compareTo(entry1.getKey()) : entry1.getValue() - entry2.getValue();
}
});
for (Map.Entry<String, Integer> entry : cnt.entrySet()) {
pq.offer(entry);
if (pq.size() > k) {
pq.poll();
}
}
List<String> ret = new ArrayList<String>();
while (!pq.isEmpty()) {
ret.add(pq.poll().getKey());
}
Collections.reverse(ret);
return ret;
}
}