目录
菜鸟做题，语言是 C++
1 什么是优先队列
1.1 优先队列与堆的关系
优先队列：它是一种抽象数据类型，可以看作是一个队列或栈的变体，元素按照优先级的高低排列。在 C++ 中，优先队列通常使用堆来实现。
个人理解，优先队列是对堆的底层原理的封装，谁不用谁是傻子 (bushi)
1.2 如何定义优先队列
参考博客：c++ 优先队列（priority_queue）用法详解
定义如下：
priority_queue<Type, Container, Functional>① Type 是指数据类型，即你要装什么类型的数据。
② Container 是指容器类型，即你用什么样的容器装数据。
Container 必须是用数组实现的容器，比如：vector、deque等等，不能用 list 。STL 里面默认用的是 vector 。
③ Functional 是指比较的方式，即你希望数据之间以什么样的规则来排序。
只有当数据类型比较复杂的时候才需要设置 Functional，比如你的数据是个键值对。针对基本的数据类型，不需要设置 Functional，默认是大根堆（即谁大谁排前面）。
举例说明
假设我要让优先队列装 int 型的数据，那么就有：
priority_queue<int, vector<int>> q;如果我不想使用默认的大根堆排序方法，则有：
priority_queue<int, vector<int>, decltype(& cmp)> q(cmp);其中 cmp 是你自定义的排序函数，返回值是 bool 类型。
如果我想让优先队列装键值对类型的数据，则有：
priority_queue<pair<int, int>, vector<pair<int, int>>, decltype(& cmp)> q(cmp);不过就是把数据类型换了，基本结构都是一样的。
1.3 如何使用优先队列
- q.push(data) 插入元素
- q.pop() 弹出队首元素
- q.top() 获取队首元素
- q.size() 获取队列大小
- q.empty() 判断是否为空
以上就是优先队列的基本操作，可以看出它和栈、队列的操作是一样的，无痛学习。
1.4 如何设置排序规则
假设我要为键值对排序，因此对队列定义如下：
priority_queue<pair<int, int>, vector<pair<int, int>>, decltype(& cmp)> q(cmp);其中，pair<int, int> 的第一个 int 是键，第二个 int 是值。要求 cmp 是一个函数指针（即函数的地址），decltype 是类型推导。
排序规则如下：
static bool cmp(pair<int, int> m, pair<int, int> n) {
return m.second > n.second;
}其中，m.second 和 n.second 分别代表键值对 m 和 n 的值。
Q：为什么要加 static？
A：因为不加会报错：
- “error: must explicitly qualify name of member function when taking its address”
- “错误：在取成员函数的地址时必须显式限定成员函数的名称”
为什么是 m.second > n.second？这样看起来不是谁的值更大，谁排前面吗？答：我也不知道啊。
2 347. 前 K 个高频元素
好不容易通过 215. 数组中的第 K 个最大元素 学会了堆排序，准备大展身手，结果运行超时。。
解题思路：
- 遍历 nums 并使用 hash 为其中的所有数字计数
- 遍历 hash 并使用 priority_queue 为其中的计数结果排序
2.1 第 2 步的具体实现
① 定义优先队列：
priority_queue<pair<int, int>, vector<pair<int, int>>, decltype(& cmp)> q(cmp);为什么存储的数据类型是 pair<int, int>？因为我们要同时存储 “数字” 和它的 “个数”，否则后面把 “个数” 的顺序排出来了，却不知道这些 “个数” 对应的 “数字” 是哪些。
② 遍历 hash 并使用 priority_queue 为其中的计数结果排序：
- 依次向 priority_queue 插入数据，但限制 priority_queue 的大小最终为 k
- 若当前元素的 count 比队首元素的 count 大，那么弹出队首，换当前元素进去
for (auto & [num, count] : hash) {
if (q.size() < k) {
q.push(make_pair(num, count));
} else if (q.size() == k) {
if (count > q.top().second) {
q.pop();
q.push(make_pair(num, count));
}
}
}2.2 举例说明
这里用字母只是为了方便区分，原题还是用的数字
- 假设 nums = [a, b, b, c, c, c], k = 2
- 易得 hash = [(a, 1), (b, 2), (c, 3)]
下面来看 priority_queue 是怎么操作的：
第 1 时刻，队列大小显然没有到达 k，因此直接插入键值对。第 2 时刻，队列大小显然也没有到达 k，因此直接插入键值对。第 3 时刻，由于席位已满，因此必须判断谁更配进入队列。由于 a 的个数被 c 的个数少，因此 a 被弹出队列为 c 让位。
注意：每当有新元素进入队列的时候，队列都会按照之前设置的排序规则 cmp 为元素重新排队。
2.3 完整代码
class Solution {
public:
// 排序规则
static bool cmp(pair<int, int> m, pair<int, int> n) {
return m.second > n.second;
}
vector<int> topKFrequent(vector<int>& nums, int k) {
// 计数
unordered_map<int, int> hash;
for (auto & n : nums) {
hash[n]++;
}
// 排序
priority_queue<pair<int, int>, vector<pair<int, int>>,
decltype(& cmp)> q(cmp);
for (auto & [num, count] : hash) {
if (q.size() < k) {
q.push(make_pair(num, count));
} else if (q.size() == k) {
if (count > q.top().second) {
q.pop();
q.push(make_pair(num, count));
}
}
}
// 处理结果
vector<int> ans;
while (!q.empty()) {
ans.push_back(q.top().first);
q.pop();
}
return ans;
}
};3 215. 数组中的第 K 个最大元素 - v2
模仿 347. 前 K 个高频元素 即可
class Solution {
public:
static bool cmp(int a, int b) {
return a > b;
}
int findKthLargest(vector<int>& nums, int k) {
priority_queue<int, vector<int>, decltype(& cmp)> q(cmp);
for (auto & n : nums) {
if (q.size() < k) {
q.push(n);
} else if (q.size() == k) {
if (n > q.top()) {
q.pop();
q.push(n);
}
}
}
return q.top();
}
};当你有了优先队列，谁还看堆排 (〃＞皿＜)
