长治市网站建设_网站建设公司_建站流程_seo优化

最大频率栈

问题描述

实现FreqStack类，模拟一个最大频率栈（频率栈）。

FreqStack有两个方法：

• push(int val)：将整数val推入栈中
• pop()：移除并返回栈中频率最高的元素
  • 如果有多个元素频率相同，返回最接近栈顶的元素

示例：

FreqStackfreqStack=newFreqStack();freqStack.push(5);// 栈为 [5]freqStack.push(7);// 栈为 [5,7]freqStack.push(5);// 栈为 [5,7,5]freqStack.push(7);// 栈为 [5,7,5,7]freqStack.push(4);// 栈为 [5,7,5,7,4]freqStack.push(5);// 栈为 [5,7,5,7,4,5]freqStack.pop();// 返回 5，因为 5 的频率最高freqStack.pop();// 返回 7，5 和 7 频率相同(2)，7 更接近栈顶freqStack.pop();// 返回 5freqStack.pop();// 返回 4

算法思路

多层栈 + 频率映射：

1. 核心数据结构：

   • freq：哈希表，记录每个元素的当前频率
   • group：哈希表，group[f]存储所有频率为f的元素栈
   • maxFreq：记录当前最大频率

2. push 操作：

   • 更新元素频率：freq[val]++
   • 将元素推入对应频率的栈：group[freq[val]].push(val)
   • 更新最大频率：maxFreq = max(maxFreq, freq[val])

3. pop 操作：

   • 从group[maxFreq]弹出栈顶元素
   • 减少该元素的频率：freq[val]--
   • 如果group[maxFreq]为空，maxFreq--

代码实现

方法一：多层栈

importjava.util.*;classFreqStack{/** * 最大频率栈的实现 * * 核心数据结构： * - freq: 元素 -> 频率 * - group: 频率 -> 元素栈（存储该频率的所有元素） * - maxFreq: 当前最大频率 */privateMap<Integer,Integer>freq;// 元素频率映射privateMap<Integer,Deque<Integer>>group;// 频率分组栈privateintmaxFreq;// 当前最大频率publicFreqStack(){freq=newHashMap<>();group=newHashMap<>();maxFreq=0;}/** * 推入元素到频率栈 * * 时间复杂度: O(1) * * @param val 要推入的元素 */publicvoidpush(intval){// 更新元素频率intf=freq.getOrDefault(val,0)+1;freq.put(val,f);// 更新最大频率maxFreq=Math.max(maxFreq,f);// 将元素推入对应频率的栈group.computeIfAbsent(f,k->newArrayDeque<>()).push(val);}/** * 弹出频率最高且最接近栈顶的元素 * * 时间复杂度: O(1) * * @return 弹出的元素 */publicintpop(){// 从最大频率栈中弹出元素intval=group.get(maxFreq).pop();// 减少该元素的频率freq.put(val,freq.get(val)-1);// 如果当前最大频率的栈为空，减少最大频率if(group.get(maxFreq).isEmpty()){maxFreq--;}returnval;}}

算法分析

• 时间复杂度：O(1)

  • 哈希表操作：O(1)
  • 栈操作：O(1)
  • 频率更新：O(1)

• 空间复杂度：O(N)

  • N 是推入的元素总数
  • freq映射：O(不同元素数量)
  • group映射：O(N)，因为每个推入的元素都在某个频率栈中

• 正确性：

  • 频率优先：总是从最大频率栈中弹出
  • 栈顶优先：同一频率的元素按推入顺序存储，后推入的在栈顶
  • 频率维护：pop 后正确更新元素频率和最大频率

算法过程

操作序列: push(5), push(7), push(5), push(7), push(4), push(5) 状态变化: push(5): - freq: {5:1} - group: {1: [5]} - maxFreq: 1 push(7): - freq: {5:1, 7:1} - group: {1: [7,5]} - maxFreq: 1 push(5): - freq: {5:2, 7:1} - group: {1: [7,5], 2: [5]} - maxFreq: 2 push(7): - freq: {5:2, 7:2} - group: {1: [7,5], 2: [7,5]} - maxFreq: 2 push(4): - freq: {5:2, 7:2, 4:1} - group: {1: [4,7,5], 2: [7,5]} - maxFreq: 2 push(5): - freq: {5:3, 7:2, 4:1} - group: {1: [4,7,5], 2: [7,5], 3: [5]} - maxFreq: 3 pop() → 5: - 从group[3]弹出5 - freq: {5:2, 7:2, 4:1} - group: {1: [4,7,5], 2: [7,5], 3: []} - maxFreq: 2 (因为group[3]为空) pop() → 7: - 从group[2]弹出7 - freq: {5:2, 7:1, 4:1} - group: {1: [4,7,5], 2: [5], 3: []} - maxFreq: 2 pop() → 5: - 从group[2]弹出5 - freq: {5:1, 7:1, 4:1} - group: {1: [4,7,5], 2: [], 3: []} - maxFreq: 1 (因为group[2]为空) pop() → 4: - 从group[1]弹出4 - freq: {5:1, 7:1, 4:0} - group: {1: [7,5], 2: [], 3: []} - maxFreq: 1

测试用例

importjava.util.*;publicclassTest{publicstaticvoidmain(String[]args){// 测试用例1：标准示例FreqStackfreqStack1=newFreqStack();freqStack1.push(5);freqStack1.push(7);freqStack1.push(5);freqStack1.push(7);freqStack1.push(4);freqStack1.push(5);System.out.println("Test 1:");System.out.println("pop1: "+freqStack1.pop());// 5System.out.println("pop2: "+freqStack1.pop());// 7System.out.println("pop3: "+freqStack1.pop());// 5System.out.println("pop4: "+freqStack1.pop());// 4// 测试用例2：单个元素FreqStackfreqStack2=newFreqStack();freqStack2.push(1);freqStack2.push(1);System.out.println("Test 2:");System.out.println("pop1: "+freqStack2.pop());// 1System.out.println("pop2: "+freqStack2.pop());// 1// 测试用例3：不同元素FreqStackfreqStack3=newFreqStack();freqStack3.push(1);freqStack3.push(2);freqStack3.push(3);System.out.println("Test 3:");System.out.println("pop1: "+freqStack3.pop());// 3System.out.println("pop2: "+freqStack3.pop());// 2System.out.println("pop3: "+freqStack3.pop());// 1// 测试用例4：复杂频率变化FreqStackfreqStack4=newFreqStack();freqStack4.push(1);freqStack4.push(2);freqStack4.push(1);freqStack4.push(3);freqStack4.push(2);freqStack4.push(1);System.out.println("Test 4:");System.out.println("pop1: "+freqStack4.pop());// 1 (freq=3)System.out.println("pop2: "+freqStack4.pop());// 2 (freq=2, more recent than 1)System.out.println("pop3: "+freqStack4.pop());// 1 (freq=2)System.out.println("pop4: "+freqStack4.pop());// 3 (freq=1)System.out.println("pop5: "+freqStack4.pop());// 2 (freq=1)System.out.println("pop6: "+freqStack4.pop());// 1 (freq=1)// 测试用例5：大量操作FreqStackfreqStack5=newFreqStack();for(inti=0;i<1000;i++){freqStack5.push(i%10);}// 测试用例6：边界值FreqStackfreqStack6=newFreqStack();freqStack6.push(Integer.MAX_VALUE);freqStack6.push(Integer.MIN_VALUE);freqStack6.push(Integer.MAX_VALUE);System.out.println("Test 6:");System.out.println("pop1: "+freqStack6.pop());// MAX_VALUESystem.out.println("pop2: "+freqStack6.pop());// MIN_VALUESystem.out.println("pop3: "+freqStack6.pop());// MAX_VALUE}}

关键点

1. 数据结构：

   • 使用Deque或Stack作为频率分组的容器
   • ArrayDeque比Stack更高效（避免同步开销）

2. 频率维护：

   • push 时增加频率并更新最大频率
   • pop 时减少频率并在必要时减少最大频率

3. 栈顶优先：

   • 同一频率的元素按推入顺序存储
   • 后推入的元素在栈顶，pop 时优先返回

4. 空间效率：

   • 每个推入的元素只存储一次
   • 频率映射只存储不同元素的频率

常见问题

1. 为什么不用优先队列？
   • 优先队列无法高效处理频率动态变化的情况
   • 需要 O(log n) 时间更新优先级
   • 多层栈提供 O(1) 时间复杂度