# Leetcode 💻 寒假 20230110

---

### 179. Largest Number

给定一个非负整数列表 nums，将它们排列成最大的数并返回。

```cpp [|4-6|7-9]
class Solution {
public:
    string largestNumber(vector<int>& nums) {
        vector<string> v;
        v.reserve(nums.size());
        for (auto const &i : nums) v.push_back(to_string(i));
        sort(v.begin(), v.end(), [](string &a, string &b) {
            return a + b > b + a;
        });
        string ret;
        for (auto const &s : v) ret += s;
        // 处理 ["0", "0", "0"] 的情况
        return ret.startswith('0') ? "0" : ret;
    }
};
```

Note:

首先我们要知道对字符串进行大小比较会发生什么事情

```python
'1' + '3' < '2'    # True
'1' + '3' < '22'   # True
'1' < '11'         # True
'1' + '0' == '10'  # True
```

先讲解一下这个代码在干什么

4-6 先建立一个新的vector,可以理解为可变长度的数组,
第五行预先给vector分配和nums数量一样多的内存，因为c++中的vector容器，
包括很多其他语言的可变长度数组容器，都是会在数组容量不足的时候自动扩容数组。
扩容是怎么扩容个法子呢，简单来说就是新建一个更大容量的数组，
然后把原有数组的内容全部复制过去，听起来是不是效率很低？但其实编程语言在背后做了各种优化，
比如智能估计数组的容量，提前分配空间，减少扩容次数来提升新能，所以一般来说用户无需太过担心这一部分，
但是如果你能够提前知道这个vector会有多长，并且提前给他一次申请够需要的容量，那么肯定是能够提高性能的。
第六行是利用的c11的自动类型推断，就是这个auto,编译器可以在编译的时候自动推断出i的类型，这是一个很好用的语法糖。
接着是const常量，这是我个人的变成习惯，给不需要修改的变量加上const限制，这么做的好处一个是可以避免
不小心修改了这个不该修改的变量导致莫名其妙的bug,另一个是在javascript等动态语言中const可以跳过类型检查
稍微提高代码执行速度。
i前面的这个符号是c11的左值引用语法，这么写就代表i是nums中的元素，是一个nums中的数字而不是数组下表，
在后面可以直接把这个数字转成字符串，然后添加到v列表中，不需要写 nums[i] 这种东西。

7-9 是对v数组进行排序，这里用了一个自定义函数来比较两个元素的大小。
这个自定函数做什么事情呢，他传入两个字符串的引用，然后将字符串拼接起来，看看谁拼在前面会更大。

10-11 行是定义一个新字符串用于返回最终结果，然后通过一个循环便利我们刚刚排序好的数组v,
将数组中每个元素添加到这个字符串里

12-13 最后我们返回值，注意这里有个边界情况，就是数组中全部都是0,
这时候我们用一个三元表达式，如果数组开头第一个元素是0,那么直接返回字符串0,
不然的话就正常返回ret变量。

---

### 179. Largest Number

Python 版本

```python [|4|5-7|8]
from functools import cmp_to_key
class Solution:
    def largestNumber(self, nums: List[int]) -> str:
        strs = [str(i) for i in nums]
        strs.sort(key = cmp_to_key(
            lambda a, b: -1 if a + b > b + a else 1
        ))
        return '0' if strs[0] == '0' else ''.join(strs)
```

Note:

思路和刚刚的 c++ 是一样的，但我主要想给各位介绍一下python的写法，
因为我看群里用python的人还是不少的，当然这种写法是好是坏见仁见智了，我个人认为是比较好的。

4 首先我们用这个列表生成式将nums转为字符串strs， strs 是一个列表，列表中的每个元素是str(i),i是遍历nums得到的变量。

5-7 接着对strs进行排序，这个cmp to key 是python3的设计，他把一个比较用来比较大小的函数变成key函数，
这个比较函数做什么呢，他输入两个变量，如果a+b比b+a大，则这个比较函数返回-1,否则返回1,注意这里a和b的类型
都是字符串，a+b表示的是字符串a和字符串b拼接之后的结果

8 最后用一个三元表达式返回结果，和上面c++的思路是一样的，
注意这又有一个python好用的方法，字符串.join,后面跟一个数组，
意思是把这个数组用空字符串拼接起来

---

### 347. Top K Frequent Element

```cpp [|4-6|]
class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> count;
        for (auto const &n : nums)
            count[n]++;
        
        vector<pair<int, int>> tmp;
        for (auto const &pair : count)
            tmp.push_back(pair);
        
        sort(tmp.begin(), tmp.end(), [](
            const pair<int, int> &a,
            const pair<int, int> &b) {
                return a.second > b.second;
            });
        
        vector<int> ret;
        for (auto const &pair : tmp) {
            if (ret.size() >= k)
                break;
            ret.push_back(pair.first);
        }

        return ret;
    }
};
```

Note:

给定一个列表，返回其中出现频率次数最高的 k 个元素。

4-6 首先我第一个想到要做的事情就是统计各个数字出现的次数对吧。
这里创建一个无序哈希表count,然后遍历nums,将对应的值加一.

---

### 347. Top K Frequent Element

Python 版本

```python []
import collections
class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        count = collections.Counter(nums)
        return [i[0] for i in count.most_common()][:k]
```