0895. 最大频率栈
题目地址（895. 最大频率栈）
题目描述
1
实现 FreqStack，模拟类似栈的数据结构的操作的一个类。
2
3
FreqStack 有两个函数：
4
5
push(int x)，将整数 x 推入栈中。
6
pop()，它移除并返回栈中出现最频繁的元素。
7
如果最频繁的元素不只一个，则移除并返回最接近栈顶的元素。
8
9
10
示例：
11
12
输入：
13
["FreqStack","push","push","push","push","push","push","pop","pop","pop","pop"],
14
[[],[5],[7],[5],[7],[4],[5],[],[],[],[]]
15
输出：[null,null,null,null,null,null,null,5,7,5,4]
16
解释：
17
执行六次 .push 操作后，栈自底向上为 [5,7,5,7,4,5]。然后：
18
19
pop() -> 返回 5，因为 5 是出现频率最高的。
20
栈变成 [5,7,5,7,4]。
21
22
pop() -> 返回 7，因为 5 和 7 都是频率最高的，但 7 最接近栈顶。
23
栈变成 [5,7,5,4]。
24
25
pop() -> 返回 5 。
26
栈变成 [5,7,4]。
27
28
pop() -> 返回 4 。
29
栈变成 [5,7]。
30
31
32
提示：
33
34
对 FreqStack.push(int x) 的调用中 0 <= x <= 10^9。
35
如果栈的元素数目为零，则保证不会调用 FreqStack.pop()。
36
单个测试样例中，对 FreqStack.push 的总调用次数不会超过 10000。
37
单个测试样例中，对 FreqStack.pop 的总调用次数不会超过 10000。
38
所有测试样例中，对 FreqStack.push 和 FreqStack.pop 的总调用次数不会超过 150000。
Copied!
前置知识
- 设计题
- 栈
- 哈希表
公司
- 暂无
思路
设计题目基本都是选择好数据结构，那么算法实现就会很容易。 如果你不会这道题，并去看其他人的题解代码，会发现很多时候都比较容易理解。 你没有能做出来的原因很大程度上是因为对基础数据结构不熟悉。设计题基本不太会涉及到算法，如果有算法， 也比较有限，常见的有二分法。
对于这道题来说，我们需要涉及一个栈。 这个栈弹出的不是最近压入栈的，而是频率最高的。
实际上，这已经不是栈了，只是它愿意这么叫。
既然要弹出频率最高的，那么我们肯定要统计所有栈中数字的出现频率。由于数字范围比较大，因此使用哈希表是一个不错的选择。为了能更快的求出频率最高的，我们需要将频率最高的数字（或者其出现次数）存起来。
另外题目要求如果最频繁的元素不只一个，则移除并返回最接近栈顶的元素。我们不妨就使用一个栈 fraq_stack 来维护，将相同频率的数字放到一个栈中。这样频率相同的我们直接出栈就可以取到最接近栈顶的元素啦。存储结构为：
1
{
2
3: [1,2,3],
3
2: [1,2,3,4],
4
1: [1,2,3,4,5]
5
}
Copied!
上面的结构表示 ：
- 1,2,3 出现了 3 次
- 4 出现了 2 次
- 5 出现了 1 次
细心的同学可能发现了，频率为 2 的列表中同样存储了频率更高（这里是频率为 3）的数字。
这是故意的。比如我们将 3 弹出，那么 3 其实就变成了频率为 2 的数字了。这个时候，我们如何将 3 插入到频率为 2 的栈的正确位置呢？其实你只要按照我上面的数据结构进行设计就没有这个问题啦。
我们以题目给的例子来讲解。
- 使用 fraq 来存储对应的数字出现次数。key 是数字，value 频率
- 由于题目限制“如果最频繁的元素不只一个，则移除并返回最接近栈顶的元素。”，我们考虑使用栈来维护一个频率表 fraq_stack。key 是频率，value 是数字组成的栈。
- 同时用 max_fraq 记录当前的最大频率值。
- 第一次 pop 的时候，我们最大的频率是 3。由 fraq_stack 知道我们需要 pop 掉 5。
- 之后 pop 依次是这样的（红色数字表示顺序）
关键点解析
- 栈的基本性质
- hashtable 的基本性质
- fraq_stack 的设计。fraq_stack 中当前频率的栈要保存所有大于等于其频率的数字
- push 和 pop 的时候同时更新 fraq，max_fraq 和 fraq_stack。
代码
1
class FreqStack:
2
3
def __init__(self):
4
self.fraq = collections.defaultdict(lambda: 0)
5
self.fraq_stack = collections.defaultdict(list)
6
self.max_fraq = 0
7
8
def push(self, x: int) -> None:
9
self.fraq[x] += 1
10
if self.fraq[x] > self.max_fraq:
11
self.max_fraq = self.fraq[x]
12
self.fraq_stack[self.fraq[x]].append(x)
13
14
def pop(self) -> int:
15
ans = self.fraq_stack[self.max_fraq].pop()
16
self.fraq[ans] -= 1
17
if not self.fraq_stack[self.max_fraq]:
18
self.max_fraq -= 1
19
return ans
20
21
# Your FreqStack object will be instantiated and called as such:
22
# obj = FreqStack()
23
# obj.push(x)
24
# param_2 = obj.pop()
Copied!
复杂度分析
这里的复杂度为均摊复杂度。
- 时间复杂度：$O(1)$
- 空间复杂度：$O(1)$
关注公众号力扣加加，努力用清晰直白的语言还原解题思路，并且有大量图解，手把手教你识别套路，高效刷题。
最近更新 1yr ago