最大频率栈详解：双哈希表与频率桶的O(1)实现方案

上周我在刷题群里看到有人把 LeetCode 895 直接丢给 Kimi，Kimi 很快给了一版看起来特别标准的“双哈希表 + 频率桶”解法。第一眼确实漂亮，但那个人照着敲完，把测试用例一拉长，发现 pop 的结果开始对不上了。问题出在哪？出在它对最大频率降低时的处理太想当然，甚至没想过同一个值可能在多个频率桶里同时留下记录。

所以我决定把这题从头到尾掰开揉碎讲一遍，尤其讲清楚那些 AI 不会主动告诉你的边界条件。LeetCode 895 的全名叫 Maximum Frequency Stack，中文社区一般叫“最大频率栈”。它要求你设计一个 FreqStack 类，实现两个方法：

• push(int val)：往结构里压入一个元素。
• pop()：弹出并返回当前出现频率最高的元素；如果最高频有多个，则返回距离栈顶最近的那个，也就是最近一次 push 进去的那个。

这是一道典型的数据结构设计题，难度是 Hard，但它不需要任何高级算法。真正卡人的地方是：你能不能想到用“两个维度”去管理元素，以及能不能把同频元素之间的先后关系处理干净。

1. 我最初对题目的误读：最大频率栈到底在弹谁

刚看到“栈”这个字的时候，我下意识以为能用一个普通数组模拟。毕竟栈的特性就是后进先出，pop 直接弹尾部就行。但仔细读题，这个栈的 pop 规则其实分成了两步：

1. 先找到当前出现次数最多的元素。
2. 如果出现次数最多的元素不止一个，再在这些元素里找最近 push 的那个。

也就是说，它要比较两个关键字：第一关键字是频率，第二关键字是“时间新鲜度”。普通栈只比时间新鲜度，不比频率，所以普通栈根本处理不了这个需求。

这里我放一个反例，你可以体会一下普通栈方案的崩溃过程：

按顺序 push 1、push 2、push 1、push 2、push 3。此时元素频率是：

• 1 出现了 2 次
• 2 出现了 2 次
• 3 出现了 1 次

如果按最大频率栈的规则，第一次 pop 应该返回谁？1 和 2 频率并列最高，都是 2 次，要比“最近 push”。2 的最后一次 push 发生在第 4 步，比 1 的最后一次 push（第 3 步）晚，所以答案应该是 2。

但普通栈的栈顶是 3，你只能先把 3 弹出来，再弹 2，然后考虑怎么把 3 放回去。放回去还能保持原来的相对顺序吗？普通栈做不到，因为你已经改变了栈顶。更麻烦的是，后续如果还要按频率规则继续 pop，所有被临时弹出的元素都需要一个临时空间暂存，复杂度直接失控。

这个例子说明了一件事：你不能把所有元素堆在一个主栈里，因为 pop 的目标不一定在主栈的栈顶。你必须在压入元素的同时，就把“频率”和“同频率下的时间顺序”这两部分信息提前组织好。

还有一个很容易被忽略的点：pop 之后，元素的频率会动态变化。比如刚才第一次 pop 返回的是 2，弹完之后 2 的频率降到 1。这时候下一个 pop 又该返回谁？不是凭感觉，而是要看更新后的频率分布。这也是为什么题目本质上是设计一个“实时维护动态频率序列”的结构，而不是一个静态排序问题。

很多新手会掉进另一个坑：以为频率最高的元素就永远是那几个“老面孔”。不是的。元素频率会随着每次 push 和 pop 实时变化，任何缓存了“全局最高频元素”而不关心频次变化的方案，都会在多次操作后失效。

所以我在动手写代码之前，先把题目里的排序规则拆成了两条清晰约束：

• 频率高者优先；
• 频率相同，最后到达者优先。

这两条约束一旦明确，数据结构的选择就很自然了：直接用哈希表记录元素频率，再用一组“频率桶”来维护同一频率下的元素顺序。这就是我们常说的双哈希表方案。

2. 双哈希表的分工原理：一张频率账本，一组历史栈

先直接给结论，这个方案维护三个核心变量：

• 哈希表 cnt：记录每个元素当前出现了几次。
• 哈希表 groups：key 是某个出现次数，value 是一个栈。groups[f]