题目：

给定一个非空的整数数组，返回其中出现频率前 k 高的元素。

示例 1:

• 输入: nums = [1,1,1,2,2,3], k = 2
• 输出: [1,2]

示例 2:

• 输入: nums = [1], k = 1
• 输出: [1]

提示：

• 你可以假设给定的 k 总是合理的，且 1 ≤ k ≤ 数组中不相同的元素的个数。
• 你的算法的时间复杂度必须优于 $O(n \log n)$ , n 是数组的大小。
• 题目数据保证答案唯一，换句话说，数组中前 k 个高频元素的集合是唯一的。
• 你可以按任意顺序返回答案。

思路：

主要用了大小顶堆的思想，自己也是头一次接触，网上看了相关视频和资料才有所了解，建议大家先网上查阅资料。

我们要用小顶堆，因为要统计最大前k个元素，只有小顶堆每次将最小的元素弹出，最后小顶堆里积累的才是前k个最大元素。

代码实现：

import heapq # 需要注意 heapq的用法有所不同
class Solution:def topKFrequent(self, nums: List[int], k: int) -> List[int]:my_dict = {}for i in range(len(nums)):my_dict[nums[i]] = my_dict.get(nums[i], 0) + 1stack = []for key, value in my_dict.items():  # 只有item()才能取出字典里的key和valueheapq.heappush(stack, (value, key))  # 是按value来给stack排序，所以value要放前面。heapq.heappush的用法就是这样 在括号里面加要操作的目标和进堆的值if len(stack) > k:heapq.heappop(stack)   res = [0] * kfor i in range(k-1, -1, -1):res[i] = heapq.heappop(stack)[1]  # heapq.heappop(stack)[1]是取出第二个元素也就是key值return res

时间及空间复杂度：

• 时间复杂度: O(nlogk)
• 空间复杂度: O(n)