文章目录
- 摘要
- 描述
- 题解答案（整体思路）
- 第一步：统计字符频率
- 第二步：按频率排序
- 第三步：按排序结果拼接字符串
- 题解代码（Swift 可运行 Demo）
- 题解代码分析
- 1. 为什么用 Dictionary 统计？
- 2. 排序这一步在干什么？
- 3. 为什么不能一边统计一边排序？
- 4. 字符拼接这一步为什么这样写？
- 示例测试及结果
- 示例 1
- 示例 2
- 示例 3
- 实际场景结合
- 时间复杂度
- 空间复杂度
- 总结
摘要
这道题看起来很简单：
统计字符出现次数，然后按次数排序。
但如果你真在工程里做过类似的事，比如：
- 搜索关键词权重排序
- 日志里统计最常出现的错误码
- 文本分析中提取高频字符或 Token
你会发现这类问题的核心，其实是「频率统计 + 排序策略」。
LeetCode 451 正好是一个非常干净、非常标准的模板题，非常适合用来练：
- 字符统计
- 排序规则设计
- Swift 中 Dictionary + Array 的组合用法
描述
题目给你一个字符串s，要求你：
- 统计每个字符在字符串中出现的次数
- 按出现频率从高到低排序
- 相同字符必须放在一起
- 如果频率相同，字符之间的相对顺序不重要
需要注意的几个点：
- 大写字母和小写字母是不同字符
- 字符串长度最大可以到
5 * 10^5 - 所以实现不能太“暴力”
题解答案（整体思路）
这道题的解法其实非常清晰，可以拆成三步：
第一步：统计字符频率
遍历字符串，用一个字典：
[Character:Int]来记录每个字符出现的次数。
第二步：按频率排序
把字典转成数组：
[(Character,Int)]然后按value（出现次数）做降序排序。
第三步：按排序结果拼接字符串
排序完成后，按顺序把字符重复count次，拼接成最终字符串。
题解代码（Swift 可运行 Demo）
下面是完整、可直接运行的 Swift 实现：
classSolution{funcfrequencySort(_s:String)->String{// 1. 统计字符频率varfreq:[Character:Int]=[:]forchins{freq[ch,default:0]+=1}// 2. 按出现次数降序排序letsorted=freq.sorted{$0.value>$1.value}// 3. 构造结果字符串varresult=""for(ch,count)insorted{result+=String(repeating:ch,count:count)}returnresult}}题解代码分析
1. 为什么用 Dictionary 统计？
varfreq:[Character:Int]=[:]这是最自然、也最直观的方式：
key是字符value是出现次数
Swift 的Dictionary对这种计数场景支持得非常友好。
2. 排序这一步在干什么？
letsorted=freq.sorted{$0.value>$1.value}sorted之后的数据结构其实是：
[(Character,Int)]也就是一个(字符, 次数)的数组。
排序规则很简单：
- 谁出现次数多，谁排前面
3. 为什么不能一边统计一边排序？
因为：
- 统计是 O(n)
- 排序是 O(k log k)，k 是不同字符数量
混在一起只会让逻辑变复杂，不会更快。
4. 字符拼接这一步为什么这样写？
result+=String(repeating:ch,count:count)这一步非常直观：
- 一个字符出现几次，就拼接几次
- 保证相同字符一定是连续的
同时也满足了题目「相同字母必须放在一起」的要求。
示例测试及结果
示例 1
letsolution=Solution()print(solution.frequencySort("tree"))输出可能是：
eert或者：
eetr都是正确结果。
示例 2
print(solution.frequencySort("cccaaa"))输出：
cccaaa或者：
aaaccc示例 3
print(solution.frequencySort("Aabb"))输出：
bbAa注意这里：
'A'和'a'是不同字符- 大小写不会混在一起
实际场景结合
这道题的模式在实际开发中非常常见，比如：
- 搜索系统里，统计关键词出现频率
- 日志分析中，找最常见的错误类型
- 文本分析中，做简单的词频或字符分布
把这套逻辑稍微改一下，就可以变成：
- Top K 高频元素
- 热词统计
- 标签权重排序
时间复杂度
- 统计频率：
O(n) - 排序（字符种类数为 k）：
O(k log k) - 构造字符串：
O(n)
总体时间复杂度：
O(n + k log k)在实际情况下，k通常远小于n。
空间复杂度
- 字典存储频率：
O(k) - 排序数组：
O(k) - 结果字符串：
O(n)
空间复杂度：
O(n + k)总结
LeetCode 451 是一道非常「工程友好」的题：
- 思路清晰
- 模板性强
- 非常适合拿来练 Swift 的集合操作
