【LeetCode哈希表】前k个高频词,利用哈希表+vector进行排序操作

前k个高频词

https://leetcode.cn/problems/top-k-frequent-words/

给定一个单词列表 words 和一个整数 k ,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, 按字典顺序 排序。

示例 1:

输入: words = ["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:

1 <= words.length <= 500
1 <= words[i] <= 10
words[i] 由小写英文字母组成。
k 的取值范围是 [1, 不同 words[i] 的数量]

思路

解题思路

​ 本题和前k个高频元素的小顶堆实现有点像,可以参考着做。首先我们需要先统计words中每个元素出现的次数,建立一个hashmap

很自然的,我们希望对这个hashmap进行排序,最好是按值排序,这样问题就解决了。

​ 但是,unordered_map本身是无序的,不支持排序。因此在统计完对应元素出现的次数之后,我们还需要将键值对取出,放入另外的支持排序的数据结构中进行排序处理

​ 并且,由于题目的要求,我们需要自定义排序规则(编写仿函数cmp)。可以选择vector作为排序的容器载体,使用值按从大到小完成排序之后,返回k个pair的first(键)即可

排序仿函数编写

​ 注意,这里我们在编写cmp时要满足两个规则:vector中元素按值从大到小降序排序、如果值相等则按照键的字典序大小进行排序

​ 在 bool operator() 函数中,它根据给定的规则比较了两个 pair<string, int> 类型的对象 p1 和 p2。其中,p1.second 表示字符串 p1 出现的次数,p1.first 表示字符串本身。函数返回值为 true 表示 p1 在排序中应该出现在 p2 的前面,而返回值为 false 则表示 p1 应该出现在 p2 的后面。

​ 这里不能直接使用 return p1.second > p2.second; 是因为如果有多个字符串的出现次数相同,则需要按字典序升序排列字符串,即在出现次数相同的情况下,需要同时比较字符串的大小。因此,我们需要在重载函数中加入额外的比较操作来满足题目的要求。

​ 具体来说,重载函数首先比较两个 pair<string, int> 中的出现次数,如果出现次数不同,则将出现次数多的字符串排在前面;如果出现次数相同,则比较两个字符串的字典序,将字典序小的字符串排在前面。综合这两种比较规则,就能够得到题目所要求的排序结果。

什么是字典序?

字典序(Lexicographic Order)是一种字符串之间的大小比较方式,也可以称为字母表顺序、字母表序或词典序。在字典序中,字符串的大小关系取决于它们每个位置上的字符的 ASCII 码值的大小关系。具体来说,给定两个字符串 s 和 t,如果从左到右逐位比较它们对应位置上的字符,遇到不同的字符时,则以这两个字符的 ASCII 码值的大小关系来确定它们之间的大小关系,如下所示:

  1. 如果 s[i] < t[i],则 s 小于 t;
  2. 如果 s[i] > t[i],则 s 大于 t;
  3. 如果 s[i] = t[i],则继续比较下一个字符,直到找到一个不同的字符或者比较完整个字符串。

举例来说,"abc" 小于 "acd",因为在第 2 个位置处 'b' 的 ASCII 码值小于 'c' 的 ASCII 码值。类似地,"apple" 小于 "application",因为前者长度较短,而在前 5 个字符处与后者相同,因此按照字典序规则,前者排在后者前面。

在实际编程中,我们通常会用到 operator< 操作符来实现字符串之间的字典序比较。例如,对于两个字符串 s 和 t,可以使用 s < t 来判断它们的大小关系。

代码

// 定义一个Solution类
class Solution {
public:
    // 定义一个嵌套类cmp用于排序
    class cmp{
    public:
        // 重载()运算符,用于比较两个pair<string, int>类型的对象
        bool operator()(pair<string, int>& p1, pair<string, int>& p2){
            // 按pair值比较,如果p1.second大于p2.second,则返回true,否则返回false
            if(p1.second != p2.second) return p1.second > p2.second;
            // 按pair键比较,如果p1.second等于p2.second(出现次数相等),则按字典序比较p1.first和p2.first,如果p1.first小于p2.first,则返回true,否则返回false
            else return p1.first < p2.first;
        }
    };
    vector<string> topKFrequent(vector<string>& words, int k) { 
        unordered_map<string, int> hashmap;// 定义一个unordered_map,用于统计每个字符串在words中出现的次数
        for(int i = 0; i < words.size(); ++i) hashmap[words[i]]++;

        // 将哈希表中的键值对转换成pair<string, int>类型的vector,以便排序
        vector<pair<string, int>> vec4sort(hashmap.begin(), hashmap.end());
        // 使用自定义的cmp类进行排序,按照字符串出现的次数进行降序排序,如果次数相同则按字典序升序排序
        sort(vec4sort.begin(), vec4sort.end(), cmp());
       
        vector<string> res;// 定义一个空的vector<string>,用于存储结果
        // 将排序后的前k个pair<string, int>中的string添加到res中
        for(int i = 0; i < k; ++i){
            res.push_back(vec4sort[i].first);
        }
        return res;// 返回结果向量
    }
};
posted @ 2023-06-16 16:08  dayceng  阅读(28)  评论(0编辑  收藏  举报