1.Topk高频元素
使用桶排序，桶排序的核心是根据某一分类标准，把相同的 放进一个桶，比如根据元素出现次数分类，111122223445,那1和2就要放进同一个桶，3和5就要放进同一个桶，4放进一个桶
所以这个题就是根据出现次数放进同一个桶，然后把桶顺序反转，一个一个取，满足k个就行
bucket = [ [ ] for _ in range(N) ]是桶排序的标准初始化写法
比如输入nums = [1,1,2,2,3,3,4,4,4]：
cnt={1:2, 2:2, 3:2, 4:3}→max_cnt=3
- buckets[0] = []
- buckets[1] = []
- buckets [2] = [1,2,3]（3 个元素都出现 2 次）
- buckets [3] = [4]（1 个元素出现 3 次）
class Solution: def topKFrequent(self, nums: List[int], k: int) -> List[int]: cnt = Counter(nums) max_cnt = max(cnt.values()) buckets = [[]for _ in range(max_cnt+1)] for x,i in cnt.items(): buckets[i].append(x) ans = [] for bucket in reversed(buckets): ans.extend(bucket) if len(ans)==k: return ans今天背了concurrent hashmap如何解决高并发线程安全问题，Spring如何解决循环依赖，IOC概念，相关注解，AOP概念底层原理项目哪些地方用到AOP，动态代理概念，实现机制，redis的数据结构，跳表是什么，zset能实现多线程并发安全吗，redis为什么快，什么是IO多路复用技术，持久化机制RDB和AOF，优缺点，过期删除策略，内存淘汰策略
)
