这道题是典型高频题，DoorDash 面试里经常用来观察候选人对数据结构的掌控，以及在有限时间内如何快速收敛到最优解。

英文原题

Top K Frequent Elements

Given an integer array nums and an integer k, return the k most frequent elements. You may return the answer in any order.

Example:

• Given [1,1,1,2,2,3] and k = 2 → [1,2]
• Given [1,2,3,2,3] and k = 2 → [2,3]
• Given [1,2,3,4] and k = 2 → [1,2]

给你一个整数数组，找出出现次数最多的前 k 个数字，顺序无要求。

面试官关注点很直接：你怎么在一遍扫描后快速筛出“最常出现的那几个”。

候选人拿到题目后第一反应是确认边界：

“结果顺序不重要吗？”
“k 一定小于等于数组中不同元素个数吗？”

面试官确认后，候选人很自然开始思考。

第一步是频率统计，用一个 HashMap 存每个数字出现次数。这一步没有悬念，时间复杂度 O(n)。

接下来是核心部分：如何拿到 top k。

候选人一开始提到排序，把所有元素按频率排序再取前 k。面试官没有打断，只是问了一句复杂度。候选人自己意识到这是 O(n log n)，开始往更优方向调整。

思路切换到堆。

这里的关键点出现了：
不是用大顶堆，而是用小顶堆，容量限制为 k。

整个过程是这样推进的：

• 遍历 frequency map
• 每个元素丢进堆
• 堆大小超过 k 时，弹出最小频率

这样堆里始终保留的是当前最“值钱”的 k 个元素。

候选人当时的代码思路如下（整理自你给的实现）：

他在讲的时候有一句很加分：“heap size is only k, so log factor is small”。面试官点头。

很多人卡在面试，不是不会做题，是不知道怎么“在面试里把题做对”。

真实面试里，每一句解释、每一个停顿、每一次修正思路，都会影响评价。

csoahelp 做的事情很简单：
在你面试的时候，实时帮你把思路补完整，把表达变清晰，把答案稳住。

我们也有代面试，面试辅助，OA代写等服务助您早日上岸~