代码解决

class Solution {
public:
    // 自定义比较类，用于优先队列（小顶堆）
    class mycomparison
    {
    public:
        // 重载操作符，用于比较两个pair，基于pair的第二个值（频率）
        bool operator()(const pair<int,int>& lhs, const pair<int,int>& rhs)
        {
            return lhs.second > rhs.second; // 小顶堆：频率小的排在前面
        }
    };

    vector<int> topKFrequent(vector<int>& nums, int k) 
    {
        // 用于存储每个数字及其出现的频率
        unordered_map<int,int> map;
        for(int i = 0; i < nums.size(); i++)
        {
            map[nums[i]]++;
        }

        // 优先队列（小顶堆），用于维护频率最高的前k个元素
        priority_queue<pair<int,int>, vector<pair<int,int>>, mycomparison> pri_map;

        // 遍历频率表，将元素及其频率插入优先队列
        for(auto it = map.begin(); it != map.end(); it++)
        {
            pri_map.push(*it);
            // 如果优先队列的大小超过k，则弹出频率最小的元素
            if(pri_map.size() > k)
            {
                pri_map.pop();
            }
        }

        // 初始化结果向量，大小为k
        vector<int> result(k);
        // 从优先队列中提取前k个频率最高的元素
        for(int i = k - 1; i >= 0; i--)
        {
            result[i] = pri_map.top().first;
            pri_map.pop();
        }
        return result;
    }
};

详细解释

1. 自定义比较类：

   • mycomparison类重载了operator()，用来比较两个pair<int, int>对象。比较基于pair的第二个值（即频率）。这样可以使优先队列按频率从小到大排序（小顶堆）。

2. 频率统计：

   • 使用unordered_map<int, int>来统计nums数组中每个数字出现的频率。键为数字，值为该数字出现的次数。

3. 优先队列：

   • 定义优先队列pri_map，存储pair<int, int>类型的数据，使用mycomparison类进行比较，从而构建一个小顶堆。
   • 遍历频率表，将每个数字及其频率插入优先队列。如果优先队列的大小超过k，就会移除频率最小的元素。这保证了优先队列中始终保存着频率最高的前k个元素。

4. 构建结果向量：

   • 初始化一个大小为k的结果向量result。
   • 从优先队列中提取前k个频率最高的元素，并按照从高到低的顺序存入结果向量中。