LC 692. 前K个高频单词

题目描述

这是 LeetCode 上的 692. 前K个高频单词 ，难度为 中等。

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：

1
2
3
4
5
6
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：

1
2
3
4
5
6
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。

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 $k$ 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：

  1. 使用「哈希表」来统计所有的词频
  2. 构建大小为 $k$ 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 $2.1$ 可以确保堆顶元素是堆中「词频最小 & 字典序最大」的元素
  3. 对所有元素进行遍历，尝试入堆：
    • 堆内元素不足 $k$ 个：直接入堆
    • 词频大于堆顶元素：堆顶元素不可能是前 $k$ 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 $k$ 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）
  4. 输出堆内元素，并翻转

代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
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;
    }
}

  • 时间复杂度：使用哈希表统计词频，复杂度为 $O(n)$；使用最多 $n$ 个元素维护一个大小为 $k$ 的堆，复杂度为 $O(n\log{k})$；输出答案复杂度为 $O(k)$（同时 $k \leq n$）。整体复杂度为 $O(n\log{k})$
  • 空间复杂度：$O(n)$

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，我们将先把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：https://github.com/SharingSource/LogicStack-LeetCode 。

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。