1. 红包运气排行榜
问题描述：
小C参与了一场抢红包的游戏，需要对所有参与者进行一次运气排名，规则如下：
- 抢到的金额越多，排名越靠前。
- 如果金额相同，则按照抢红包的顺序进行排名，先抢的排前面。
思路：
- 这是一个基于贪心策略的问题，核心是按照金额降序排序，然后在金额相同的情况下，保持原始顺序。
- 排序策略：由于要处理金额相同的情况，传统的排序会破坏顺序。因此，需要使用稳定排序方法，如
stable_sort，它保证了在排序时，元素间的相对顺序不会改变。
步骤：
- 将所有参与者的名字和抢到的金额存储在一个
pair中，pair<string, int>，并将其加入一个数组。 - 使用
unordered_map存储每个名字对应的索引位置，确保在元素相同的情况下可以按顺序合并金额。 - 对金额进行排序，使用
stable_sort，确保相同金额的元素按原顺序排列。 - 最后输出排序后的名字。
分析：
- 时间复杂度：
O(n log n)，主要由于排序操作。stable_sort是稳定排序，保留了相同金额的元素顺序。 - 空间复杂度：
O(n)，需要额外的空间存储索引和排序结果。
2. 计算从位置 x 到 y 的最少步数
问题描述：
- 给定整数位置
x和y，从x移动到y的最小步数。每一步的移动幅度可以是-1, 0, 1，但首末两步必须为 1。
思路：
- 这是一个基于动态步长的贪心问题。每一步的步长是连续的，先减小后增加。
- 对于起始位置和目标位置的差值
sub = |x - y|，我们需要确定如何最小化步数。 - 通过贪心策略，每次都尽可能地增加步长，直到累积步长大于等于
sub。
步骤：
- 计算
sub = |x - y|，即目标位置和起始位置之间的差距。 - 逐步增加步长，直到总和大于或等于
sub。 - 如果步长总和恰好等于
sub，则需要2 * step步。否则，需要2 * step + 1步。
分析：
- 时间复杂度：
O(√sub)，因为每一步的步长递增，求解步长的过程是线性的。 - 空间复杂度：
O(1)，仅需要少量变量。
3. 查找热点数据问题
问题描述：
- 给定一个整数数组
nums和一个整数k，返回其中出现频率前k高的元素，并按升序排列。 - 需要优化算法时间复杂度，要求优于
O(n log n)。
思路：
- 使用频率计数的方法来记录每个元素的出现次数。然后利用**最小堆（优先队列）**来获取出现频率最高的
k个元素。 - 为了保证升序排序，可以先计算出频率并排序，再通过堆操作获取最频繁的
k个元素。
步骤：
- 使用
unordered_map统计每个元素的出现频率。 - 将频率和对应的元素放入最小堆中，并确保堆的大小保持为
k。 - 最后从堆中取出元素，按升序排列并输出。
分析：
- 时间复杂度：
O(n log k)，其中n是数组的大小，k是需要输出的频率最高的元素个数。频率统计是O(n)，堆的操作是O(log k)。 - 空间复杂度：
O(n)，需要存储每个元素的频率和堆。
总结
这些问题涉及了典型的贪心策略应用：
- 红包运气排行榜：通过稳定排序确保相同金额的元素按顺序排列，解决了优先级排序的问题。
- 从位置 x 到 y 的最少步数：使用动态步长和贪心策略，逐步增加步长，直到满足条件。
- 查找热点数据问题：结合哈希表和最小堆，通过频率计数和堆排序获取前
k个频率最高的元素。
