当前位置: 首页 > ds >正文

LeetCode 895:最大频率栈

LeetCode 895:最大频率栈

在这里插入图片描述

问题定义与核心挑战

设计一个栈结构,支持两种操作:

  • push(val):将元素压入栈顶。
  • pop():弹出频率最高的元素;若多个元素频率相同,弹出最接近栈顶(最后压入)的元素。

核心挑战:如何高效维护元素的频率压入顺序,确保 pop 操作的时间复杂度为 O(1)

核心思路:频率分组 + 栈结构

通过 两个哈希表一个最大值跟踪变量 实现:

  1. 频率映射(freq:记录每个元素的当前频率。
  2. 频率分组(group:按频率分组,每个频率对应一个栈,保存该频率下的元素(按压入顺序,栈顶为最后压入的元素)。
  3. 最大频率(maxFreq:跟踪当前所有元素的最大频率,快速定位 pop 的目标组。

算法步骤详解

1. 数据结构初始化
class FreqStack {private Map<Integer, Integer> freq;         // 记录元素的频率:val → 频率private Map<Integer, Stack<Integer>> group; // 按频率分组:频率 → 元素栈(保存压入顺序)private int maxFreq;                        // 当前最大频率public FreqStack() {freq = new HashMap<>();group = new HashMap<>();maxFreq = 0;}
}
2. push 操作:更新频率与分组

当压入元素 val 时:

  • 步骤1:更新频率val 的频率加1,得到新频率 f
  • 步骤2:分组存储:将 val 压入 group[f] 对应的栈(若栈不存在则新建)。
  • 步骤3:更新最大频率:若 f 大于当前 maxFreq,则更新 maxFreq
public void push(int val) {// 1. 更新频率int f = freq.getOrDefault(val, 0) + 1;freq.put(val, f);// 2. 存入对应频率的栈(懒创建)group.putIfAbsent(f, new Stack<>());group.get(f).push(val);// 3. 更新最大频率if (f > maxFreq) {maxFreq = f;}
}
3. pop 操作:弹出最高频率的最近元素

当弹出元素时:

  • 步骤1:定位目标栈:从 group[maxFreq] 中获取当前最高频率的栈。
  • 步骤2:弹出栈顶元素:该元素是同频率下最后压入的(最接近栈顶)。
  • 步骤3:更新频率:将该元素的频率减1。
  • 步骤4:更新最大频率:若目标栈为空,说明当前最大频率的元素已耗尽,maxFreq 减1。
public int pop() {// 1. 从最高频率的栈中弹出元素Stack<Integer> stack = group.get(maxFreq);int val = stack.pop();// 2. 更新频率freq.put(val, freq.get(val) - 1);// 3. 若栈为空,降低最大频率if (stack.isEmpty()) {maxFreq--;}return val;
}

算法复杂度分析

  • 时间复杂度

    • push:哈希表操作和栈压入均为 O(1)
    • pop:哈希表操作和栈弹出均为 O(1)
      因此,所有操作的时间复杂度为 O(1)
  • 空间复杂度
    哈希表和栈存储所有元素,空间复杂度为 O(n)n 为总元素数)。

示例验证(以题目示例1为例)

输入操作push(5)、push(7)、push(5)、push(7)、push(4)、push(5)、pop()、pop()、pop()、pop()

过程模拟:
  1. push(5)
    • freq[5]=1group[1] = [5]maxFreq=1
  2. push(7)
    • freq[7]=1group[1] = [5,7]maxFreq=1
  3. push(5)
    • freq[5]=2group[2] = [5]maxFreq=2
  4. push(7)
    • freq[7]=2group[2] = [5,7]maxFreq=2
  5. push(4)
    • freq[4]=1group[1] = [5,7,4]maxFreq=2
  6. push(5)
    • freq[5]=3group[3] = [5]maxFreq=3
  7. pop()
    • group[3] 弹出 5freq[5]=2,栈空 → maxFreq=2。返回 5
  8. pop()
    • group[2] 弹出 7freq[7]=1,栈剩 [5]maxFreq=2。返回 7
  9. pop()
    • group[2] 弹出 5freq[5]=1,栈空 → maxFreq=1。返回 5
  10. pop()
    • group[1] 弹出 4freq[4]=0,栈剩 [5,7]maxFreq=1。返回 4

输出与题目示例一致:5,7,5,4

完整代码

import java.util.HashMap;
import java.util.Stack;class FreqStack {private Map<Integer, Integer> freq;         // val -> 出现次数private Map<Integer, Stack<Integer>> group; // 次数 -> 对应元素的栈(按push顺序)private int maxFreq;                        // 当前最大次数public FreqStack() {freq = new HashMap<>();group = new HashMap<>();maxFreq = 0;}public void push(int val) {// 更新频率int f = freq.getOrDefault(val, 0) + 1;freq.put(val, f);// 存入对应次数的栈(懒加载创建栈)group.putIfAbsent(f, new Stack<>());group.get(f).push(val);// 更新最大频率if (f > maxFreq) {maxFreq = f;}}public int pop() {// 从当前最大频率的栈中弹出元素Stack<Integer> stack = group.get(maxFreq);int val = stack.pop();// 更新频率freq.put(val, freq.get(val) - 1);// 若栈为空,降低最大频率if (stack.isEmpty()) {maxFreq--;}return val;}
}

总结

该方案通过 频率分组 + 栈结构 巧妙解决了“最高频率优先,同频率近栈顶优先”的需求,确保了所有操作的 O(1) 时间复杂度,高效且易理解。核心思想是利用哈希表维护频率关系,栈维护同频率下的顺序,是处理“频率 + 顺序”类问题的经典思路。

http://www.xdnf.cn/news/16500.html

相关文章:

  • 6G通感算
  • 利用DeepSeek解决kdb+x进行tpch测试的几个问题及使用感受
  • 阿里开源Qwen3-Coder,编程大模型进入高效时代
  • [Python] -进阶理解7- Python中的内存管理机制简析
  • 详解Aerospike数据库在Linux系统上的安装流程
  • Django项目开发技巧
  • MySQL相关概念和易错知识点(2)(表结构的操作、数据类型、约束)
  • 零基础学习性能测试第三章:jmeter线程组组合
  • Matrix Theory study notes[5]
  • ​​XSLT:XML转换的“魔法棒”​
  • 用Java实现rpc的逻辑和流程图和核心技术与难点分析
  • Python day25
  • 什么是JUC
  • 基于tk界面库的扩展类
  • Go by Example
  • 深入解析命名管道:原理、实现与进程间通信应用
  • 深入React框架:构建现代前端应用的全面指南
  • Vue当中背景图无法占满屏幕的解决方法
  • 使用FRP搭建内网穿透工具,自己公网服务器独享内外网端口转发
  • Ubuntu 22.04 配置 Zsh + Oh My Zsh + Powerlevel10k
  • 物联网统一网关:多协议转换与数据处理架构设计
  • HiggsAudio-V2: 融合语言与声音的下一代音频大模型
  • 【企业架构】TOGAF概念之二
  • 数据结构(4)单链表算法题(上)
  • Linux库——库的制作和原理(2)_库的原理
  • c#抽象类和接口的异同
  • 八股文整理——计算机网络
  • Docker常用命令详解:以Nginx为例
  • 台式电脑有多个风扇开机只有部分转动的原因
  • 典型的 Vue 3 项目目录结构详解