說一道排序題

摘要： 這是崔斯特的第七十六篇原創文章 很經典的排序問題 (๑• . •๑) 先看題目，“前K個高頻元素” 給定一個非空的整數陣列，返回其中出現頻率前 k 高的元素。 示例 1: 輸入: nums = [1,1,1,2,2,3], k = 2 輸出: [1,2] ...

這是崔斯特的第七十六篇原創文章

很經典的排序問題 (๑• . •๑)

先看題目，“前K個高頻元素”

給定一個非空的整數陣列，返回其中出現頻率前 k 高的元素。

示例 1:

輸入: nums = [1,1,1,2,2,3], k = 2
輸出: [1,2]

示例 2:

輸入: nums = [1], k = 1
輸出: [1]

簡單解法

這題很簡單，兩步：

1. 用字典儲存數字及其出現的對應頻率
2. 排序

那麼第一步就不用說了，很簡單

m = dict()
for num in nums:
if num in m:
m[num] += 1
else:
m[num] = 1

有趣的就在第二步，排序。很多人都是使用內建庫 sorted

class Solution(object):
def topKFrequent(self, nums, k):
"""
:type nums: List[int]
:type k: int
:rtype: List[int]
"""
m = dict()
for num in nums:
if num in m:
m[num] += 1
else:
m[num] = 1

output = sorted(m.items(), key=lambda e: e[1], reverse=True)

final = []
for i in range(k):
final.append(output[i][0])
return final

最簡潔的程式碼是直接使用Python內建的 collections

class Solution(object):
def topKFrequent(self, nums, k):
"""
:type nums: List[int]
:type k: int
:rtype: List[int]
"""
import collections
counter = collections.Counter(nums)
return [item[0] for item in counter.most_common(k)]

這真是是我們想要的嗎？並不是。我們的目標是不使用任何內建庫。

sorted原理

關於Python的sorted排序演算法，這篇文章講的比較詳細： ofollow,noindex">python sort函式內部實現原理 ，說到Python使用的是著名的 Timesort 演算法。

Timsort 是結合了合併排序（merge sort）和插入排序（insertion sort）而得出的排序演算法，它在現實中有很好的效率。

Tim Peters在2002年設計了該演算法並在Python中使用（TimSort 是 Python 中 list.sort 的預設實現）。該演算法找到資料中已經排好序的塊-分割槽，每一個分割槽叫一個run，然後按規則合併這些run。Pyhton自從2.3版以來一直採用Timsort演算法排序，現在Java SE7和Android也採用Timsort演算法對陣列排序。

如果想自己用Python來寫一個排序演算法，完成本題要求該如何寫？也就是對這個字典進行排序， {5: 1, 1: 3, 4: 1, 2: 2, 3: 1} ，有什麼好辦法。

思路可以是兩個指標遍歷字典，如果左邊大於右邊，則替換位置。

更好的方法

class Solution(object):
def topKFrequent(self, nums, k):
"""
:type nums: List[int]
:type k: int
:rtype: List[int]
"""
m = dict()
for num in nums:
if num in m:
m[num] += 1
else:
m[num] = 1
bucket = [[] for _ in range(len(nums) + 1)]

for key, value in m.items():
bucket[value].append(key)

result = []
for i in range(len(nums), 0, -1):
for n in bucket[i]:
result.append(n)
if len(result) == k:
return result
return result

很巧妙的使用列表的索引來儲存value。

此時bucket值是 [[], [5, 4, 3], [2], [1], [], [], [], [], []] ，索引即出現次數。

此解法用時72ms，戰勝 50.84 % 的 python3 提交記錄。但是看了排在前面的演算法，都是使用的Python內建的 collections 。

如果是你，會用什麼方法呢？