Sortowanie elementów tablicy według częstotliwości
Szczegółowy przewodnik i implementacja Python dla problemu „Sortowanie elementów tablicy według częstotliwości”.
1. Ucz się
Problem „Sortowania elementów tablicy według częstotliwości” jest kluczowym wyzwaniem w sekcji Tablice.
Ta implementacja koncentruje się na logice prostego poziomu w Python.
W dostarczanych przez nas rozwiązaniach priorytetem jest dokładność techniczna i czytelność kodu.
2. Real-World Applications
3. Visual Intuition
Wizualizacja przepływu logicznego dla sortowania elementów tablicy według częstotliwości.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Przeczytaj uważnie opis problemu dotyczący sortowania elementów tablicy według częstotliwości.
2. Formulate brute force
Zaprojektuj proste rozwiązanie iteracyjne.
3. Identify inefficiency
Poszukaj zbędnych obliczeń.
4. Optimize search path
Użyj funkcji mieszania lub sortowania, aby przyspieszyć proces.
5. Final Implementation
Oczyść kod dla standardów produkcyjnych.
Oświadczenie o problemie
Napisz funkcję sort_by_frequency(arr), która sortuje elementy tablicy według ich częstotliwości w kolejności malejącej. Jeśli dwa elementy mają tę samą częstotliwość, mniejszy element jest pierwszy. Zwróć posortowaną tablicę jako listę.
- •1 <= len(arr) <= 10^5
- •-10^6 <= arr[i] <= 10^6
Przykłady
arr = [1, 1, 2, 2, 2, 3]
[2, 2, 2, 1, 1, 3]
2 appears 3 times (most frequent), 1 appears 2 times, 3 appears 1 time.
arr = [4, 4, 5, 5, 6]
[4, 4, 5, 5, 6]
4 and 5 both appear 2 times; 4 < 5 so 4 comes first. 6 appears once.
arr = [9, 9, 9]
[9, 9, 9]
Only one distinct element.
Need a Hint?
Edge Cases to Watch
- Puste struktury wejściowe
- Wejścia jednoelementowe
- Duże granice liczbowe
Gotowy do rozwiązania?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Spostrzeżenia i odmiany wywiadu
Podział analizy złożoności
Dlaczego Czas: Directly evaluates all possibilities.
Dlaczego kosmos: Uses standard local memory.
Dlaczego Czas: Optimized paths reduce total operations.
Dlaczego kosmos: May trade memory for speed.
Zoptymalizowany kod rozwiązania w języku Python
Zoptymalizowany kod rozwiązania w języku Python
from collections import Counter
def sort_by_frequency_opt(arr):
counts = Counter(arr)
# Sort by frequency descending, then by value ascending
arr.sort(key=lambda x: (-counts[x], x))
return arrKod brutalnej siły (chroniony spoilerami)
Kod brutalnej siły (chroniony spoilerami)
def sort_by_frequency_brute(arr):
freq = {}
for num in arr:
freq[num] = freq.get(num, 0) + 1
# Sort by frequency (desc) and then by value (asc)
def sort_key(x):
return (-freq[x], x)
arr.sort(key=sort_key)
return arrAlgorithm Pattern Checklist
When dealing with Arrays data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Obowiązują standardowe właściwości problemu Arrays.
Powiązane pytania
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Polecane zasoby Pythona
Poszerzaj swoją wiedzę dzięki powiązanym interaktywnym samouczkom, ściągawkom i porównaniom kodów.
Obsługa prób/wyjątków i błędów w języku Python
Zapobiegaj awariom skryptów Pythona. Dowiedz się, jak blokować try, z wyjątkiem, wreszcie i jak prawidłowo zgłaszać wyjątki niestandardowe.
Jak znaleźć długość listy w Pythonie
Dowiedz się, jak znaleźć długość listy w Pythonie za pomocą funkcji len(). Zrozumienie złożoności czasowej O(1) i liczby kontroli.
Ściągawka do menedżera pakietów Python pip
Przewodnik po wierszu poleceń dotyczący pip. Dowiedz się, jak instalować, aktualizować, odinstalowywać pakiety i zależności Pythona oraz zarządzać nimi.
Python kontra Ruby: skrypty, struktury internetowe i filozofia
Porównaj Pythona i Ruby. Poznaj subtelne różnice w ich filozofii, elegancji składni, frameworkach internetowych (Djangovs Rails) i stylach wykonania.