class Solution {
public:
vector<int> topKFrequent(vector<int>& nums, int k) {
map<int,int> mp;
for(int i=0;i<nums.size();i++){
mp[nums[i]]++;
}
//// 更好的写法（用 unordered_map）
//unordered_map<int,int> mp; // O(n) 平均，不排序，更快
//for(int num : nums) mp[num]++;
auto cmp = [](const pair<int, int>& a, const pair<int, int>& b) {
return a.second > b.second;
};//按 second 降序
priority_queue<pair<int,int>,vector<pair<int,int>>,decltype(cmp)> pq(cmp);
for(auto it:mp){
pq.push(it);
if(pq.size()>k) pq.pop();//把概率最小的pop
}
vector<int> ans(k);
for(int i=k-1;i>=0;i--){
ans[i]=pq.top().first;
pq.pop();
}
return ans;
}
};map 在这里的作用
-
只负责统计频率（key → 元素，value → 频率）
-
不需要排序 ，因为后续会用
priority_queue排序
| 特性 | map |
unordered_map |
|---|---|---|
| 底层实现 | 红黑树（平衡二叉搜索树） | 哈希表 |
| 元素顺序 | 自动按键排序（升序） | 无序 |
| 时间复杂度 | 插入/查找/删除：O(log n) | 平均 O(1)，最坏 O(n) |
| 空间占用 | 较小 | 较大（需要维护哈希表） |
| 自定义类型 | 需要定义 operator< |
需要定义哈希函数和相等比较 |
priority_queue 的作用
-
真正负责按频率排序
-
维护大小为 k 的小顶堆，保存频率最高的 k 个元素
// priority_queue 默认是大顶堆
// 比较函数返回 true 时，b 应该在 a 上面
// 所以降序用 <，升序用 >
// 降序（最大堆）
return a.second < b.second; // 大的在上
// 升序（最小堆）
return a.second > b.second; // 小的在上-
含义 ：比较函数的类型（注意是类型，不是函数对象本身）
-
decltype：获取 lambda 表达式的类型
// ❌ 错误：不能直接传 lambda 对象
priority_queue<pair<int,int>, vector<pair<int,int>>,
[](auto& a, auto& b){ return a.second < b.second; }> pq;void sort(RandomIt first, RandomIt last, Compare comp);
// ^^^^^^^^^^^^
// 这是函数参数，可以传对象！// 1. 定义比较器类型
using CompareType = decltype(cmp); // cmp 的类型
// 2. 创建 priority_queue 对象，并传入 cmp 对象
priority_queue<pair<int, int>, vector<pair<int, int>>, CompareType> pq2(cmp);
// ^^^^^
//