【C++算法】76.优先级队列_前 K 个高频单词

题目链接：

692. 前 K 个高频单词

题目描述：

解法

利用堆来解决TopK问题

1. 预处理一下原始的字符串数组，用一个哈希表统计一下每一个单词出现的频次。
2. 创建一个大小为k的堆
   1. 频次：小根堆
   2. 字典序（频次相同的时候）：大根堆
3. 循环
   1. 让元素依次进堆
   2. 判断
4. 提取结果

C++ 算法代码：

class Solution 
{
    // 定义类型别名，PSI表示<单词, 频次>对
    typedef pair<string, int> PSI;
    
    // 自定义比较器，用于优先队列中元素的排序
    struct cmp
    {
        bool operator()(const PSI& a, const PSI& b)
        {
            // 如果两个单词出现频次相同
            if(a.second == b.second) 
            {
                // 按字典序排列，较小的单词优先级较低
                // 注意：因为我们需要较大的字典序在堆顶，所以用< 
                return a.first < b.first;
            }
            // 按频次排列，较大的频次优先级较低
            // 注意：这里使用>而不是<，是为了创建一个小根堆
            // 这样频次较小的元素会在堆顶
            return a.second > b.second;
        }
    };
    
public:
    vector<string> topKFrequent(vector<string>& words, int k) 
    {
        // 1. 统计每个单词的出现频次
        unordered_map<string, int> hash;
        for(auto& s : words) hash[s]++;
        
        // 2. 创建一个大小为k的小根堆
        // 这里的小根堆是按照我们自定义的比较器排序的
        // 频次低的在堆顶，频次相同则字典序大的在堆顶
        priority_queue<PSI, vector<PSI>, cmp> heap;
        
        // 3. 实现TopK的核心逻辑
        for(auto& psi : hash)
        {
            heap.push(psi);  // 将当前单词及其频次加入堆
            
            // 如果堆大小超过k，弹出堆顶（频次最小的元素）
            // 这样堆始终保持k个频次最高的元素
            if(heap.size() > k) heap.pop();
        }
        
        // 4. 提取最终结果
        vector<string> ret(k);
        
        // 注意反向填充结果数组
        // 因为堆中的元素是按频次从小到大、频次相同则按字典序从大到小排列的
        // 我们需要从堆顶依次取出元素，反向填充到结果数组中
        // 这样最终结果就是按频次从大到小、频次相同则按字典序从小到大排列
        for(int i = k - 1; i >= 0; i--)
        {
            ret[i] = heap.top().first;  // 取出堆顶元素（单词）
            heap.pop();                  // 弹出堆顶
        }
        
        return ret;  // 返回结果数组
    }
};