1.题目
2.思路
（1）方法和【LeetCode215】数组中的第k个最大元素（小顶堆—priority_queue）相同（利用小顶堆，不断加入且保持优先队列恰好为k个元素）。不过注意是将每个元素出现次数加入小顶堆中——所以一开始用unordered_map统计每个元素的出现次数，而因为哈希表的key（即元素）也需要保存，所以优先队列priority_queue里的元素不是int型了：可以用pair<int,int>。
（2）在优先队列的排序参数需要重写（因为若直接用greater则是先对pair的first排序，再对second排序），而现在我们只要对second排序，所以符号重载：
struct cmp{
bool operator()(pair<int,int>&a,pair<int,int>&b){
return a.second>b.second;
}
};
（3）小顶堆的堆顶是最小的，所以为了根据频数找出前K大高频元素（从大到小），要依次将堆顶元素从末尾开始赋值给ans数组。
3.代码
class Solution {
struct cmp{
bool operator()(pair<int,int>&a,pair<int,int>&b){
return a.second>b.second;
}
};
public:
vector<int> topKFrequent(vector<int>& nums, int k) {
unordered_map<int,int>mp(nums.size());//key为i时出现的次数
for(int i=0;i<nums.size();i++){
mp[nums[i]]++;
}
priority_queue<pair<int,int>,vector<pair<int,int>>,cmp>minheap;
for(auto it=mp.begin();it!=mp.end();it++){
minheap.push(make_pair(it->first,it->second));
if(minheap.size()==k+1){
minheap.pop();//保持k个
}
}
vector<int>ans(k);
for(int i=k-1;i>=0;i--){
ans[i]=minheap.top().first;
minheap.pop();
}
return ans;
}
};
4.不使用符号重载的版本
如果不使用符号重载，
class Solution {
public:
vector<int> topKFrequent(vector<int>& nums, int k) {
unordered_map<int,int> map;
for(int i : nums) map[i] ++; //遍历
priority_queue< pair<int,int>, vector< pair<int,int> >, greater< pair<int,int> > > q; //最小堆
for(auto it : map)
if(q.size() == k) { //队列满了
if(it.second > q.top().first) { //堆排
q.pop();
q.push(make_pair(it.second, it.first));
}
}
else q.push(make_pair(it.second, it.first));
vector<int> res;
while(q.size()) { //将优先队列中k个高频元素存入vector
res.push_back(q.top().second);
q.pop();
}
return vector<int>(res.rbegin(), res.rend());
}
};
（1）sort对vector中pair排序+优先队列的排序 （2）priority_queue的用法（含自定义排序方式）
