0451. 根据字符出现频率排序

0451. 根据字符出现频率排序 #

  • 标签:哈希表、字符串、桶排序、计数、排序、堆(优先队列)
  • 难度:中等

题目大意 #

给定一个字符串 s

要求:将字符串 s 里的字符按照出现的频率降序排列。

解题思路 #

使用哈希表统计字符频率。然后使用 set 集合对字符串去重并转换为 list 数组。

然后按照字符频数对新的字符串数组进行排序。将堆中频数最高的元素依次加入答案数组中,并不断调整剩余元素构成的大顶堆。

最后输出答案数组。

代码 #

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
class Solution:
    # 调整为大顶堆
    def heapify(self, nums, nums_dict, index, end):
        left = index * 2 + 1
        right = left + 1
        while left <= end:
            # 当前节点为非叶子节点
            max_index = index
            if nums_dict[nums[left]] > nums_dict[nums[max_index]]:
                max_index = left
            if nums_dict[nums[left]] == nums_dict[nums[max_index]]:
                if nums[left] > nums[max_index]:
                    max_index = left
            if right <= end and nums_dict[nums[right]] > nums_dict[nums[max_index]]:
                max_index = right
            if right <= end and nums_dict[nums[right]] == nums_dict[nums[max_index]]:
                if nums[right] > nums[max_index]:
                    max_index = right
            if index == max_index:
                # 如果不用交换,则说明已经交换结束
                break
            nums[index], nums[max_index] = nums[max_index], nums[index]
            # 继续调整子树
            index = max_index
            left = index * 2 + 1
            right = left + 1

    # 初始化大顶堆
    def buildMaxHeap(self, nums, nums_dict):
        size = len(nums)
        # (size-2) // 2 是最后一个非叶节点,叶节点不用调整
        for i in range((size - 2) // 2, -1, -1):
            self.heapify(nums, nums_dict, i, size - 1)
        return nums

    # 堆排序方法(本题未用到)
    def maxHeapSort(self, nums, nums_dict):
        self.buildMaxHeap(nums)
        size = len(nums)
        for i in range(size):
            nums[0], nums[size - i - 1] = nums[size - i - 1], nums[0]
            self.heapify(nums, nums_dict, 0, size - i - 2)
        return nums

    def frequencySort(self, s: str) -> str:
        # 统计元素频数
        s_dict = dict()
        for ch in s:
            if ch in s_dict:
                s_dict[ch] += 1
            else:
                s_dict[ch] = 1

        # 使用 set 方法去重,得到新数组
        new_s = list(s)
        size = len(new_s)
        # 初始化大顶堆
        self.buildMaxHeap(new_s, s_dict)
        res = list()
        for i in range(size):
            # 堆顶元素为当前堆中频数最高的元素,将其加入答案中
            res.append(new_s[0])
            # 交换堆顶和末尾元素,继续调整大顶堆
            new_s[0], new_s[size - i - 1] = new_s[size - i - 1], new_s[0]
            self.heapify(new_s, s_dict, 0, size - i - 2)
        return ''.join(res)
本站总访问量  次  |  您是本站第  位访问者