diff --git a/input-scan-cheatsheet.go b/input-scan-cheatsheet.go
new file mode 100644
index 0000000..5525b3c
--- /dev/null
+++ b/input-scan-cheatsheet.go
@@ -0,0 +1,197 @@
+package main
+
+// input-scan-cheatsheet.go
+// ACM/笔试 输入解析速查表(Go)。所有模板均经本机 go1.26.3 实测通过。
+// 来源:掘金 ACM 模板(starine, 2022) + CSDN fmt/bufio 对比 + 本机实测。
+//
+// 本文件与 main.go 同属 package main,但所有模板均为独立函数,
+// 不与 main.go 的 main() 冲突。直接在 main.go 里调用任一 demoX() 即可验证。
+//
+// ───────────────────────── 场景索引 ─────────────────────────
+//  demo1  EOF 多组,每组两个数求和               fmt.Scan
+//  demo2  先读组数 t,再 t 组每组两个数           fmt.Scan
+//  demo3  特殊值结束(0 0 停)                    fmt.Scan
+//  demo4  先读 n 再读 n 个元素(行布局无关)      fmt.Scan ★最省心
+//  demo5  逐行读 + 行内不定个数求和             bufio.Scanner
+//  demo6  先 n 再 n 个元素(Scanner 鲁棒版)     bufio.Scanner
+//  demo7  t 组,每组先 n 再 n 个数               bufio.Scanner
+//  demo8  大数据量:Scanner 读 + Writer 输出     bufio 双向缓冲
+// ─────────────────────────────────────────────────────────────
+
+import (
+	"bufio"
+	"fmt"
+	"os"
+	"strconv"
+	"strings"
+)
+
+// ──────────────────────── fmt.Scan 系列 ────────────────────────
+
+// demo1: 多组数据,每组一行两个整数,读到 EOF 结束。
+//   输入示例: "1 2\n3 4\n5 7\n"  →  3 7 12
+//   关键:fmt.Scan 把所有空白符(空格/换行/tab)当分隔符,无视行边界。
+//         n 是成功填入的变量个数;n==0 表示 EOF。
+func demo1() {
+	var a, b int
+	for {
+		n, _ := fmt.Scan(&a, &b)
+		if n == 0 {
+			break
+		}
+		fmt.Println(a + b)
+	}
+}
+
+// demo2: 第一行组数 t,接下来 t 行每行两个整数。
+//   输入示例: "2\n1 2\n3 4\n"  →  3 7
+func demo2() {
+	var t, a, b int
+	fmt.Scan(&t)
+	for i := 0; i < t; i++ {
+		fmt.Scan(&a, &b)
+		fmt.Println(a + b)
+	}
+}
+
+// demo3: 多组数据,读到 0 0 结束(特殊哨兵)。
+//   输入示例: "1 2\n3 4\n0 0\n"  →  3 7
+//   关键:判停条件由题目给定,与 EOF 无关。仍用 fmt.Scan 读取。
+func demo3() {
+	var a, b int
+	for {
+		fmt.Scan(&a, &b)
+		if a == 0 && b == 0 {
+			break
+		}
+		fmt.Println(a + b)
+	}
+}
+
+// demo4 ★最省心模板:先读 n,再读 n 个元素。行布局无关(挤一行/每元素一行/乱排都行)。
+//   输入1 "5 1 2 3 4 5"  输入2 "5\n1 2 3 4 5"  输入3 "5\n1\n2\n3\n4\n5"  全部 → [1 2 3 4 5]
+//   关键:fmt.Scan 无视行边界,只按空白切分。naive Scanner 写法在"n 与元素挤一行"时会崩,见 demo6 对比。
+func demo4() {
+	var n int
+	fmt.Scan(&n)
+	a := make([]int, n)
+	for i := 0; i < n; i++ {
+		fmt.Scan(&a[i])
+	}
+	fmt.Println(a)
+}
+
+// ──────────────────────── bufio.Scanner 系列 ────────────────────────
+
+// newScanner 返回带 1MB 缓冲的 Scanner,避免单行过长触发默认 64KB 上限。
+func newScanner() *bufio.Scanner {
+	sc := bufio.NewScanner(os.Stdin)
+	sc.Buffer(make([]byte, 1024*1024), 1024*1024)
+	return sc
+}
+
+// demo5: 多组数据,每行不定个数整数求和。逐行读 + strings.Fields 切分。
+//   输入示例: "1 2 3\n4 5\n6 7 8 9\n"  →  6 9 30
+//   关键:strings.Fields 按任意空白符切,自动跳过连续空白,不会产生空元素。
+//         优先用 Fields 而非 strings.Split(s, " ")——后者遇连续空格会产生空字符串。
+func demo5() {
+	sc := newScanner()
+	for sc.Scan() {
+		line := sc.Text()
+		if line == "" {
+			continue
+		}
+		var sum int
+		for _, s := range strings.Fields(line) {
+			v, _ := strconv.Atoi(s)
+			sum += v
+		}
+		fmt.Println(sum)
+	}
+}
+
+// demo6: 先读 n 再读 n 个元素(Scanner 鲁棒版)。兼容"n 与元素挤一行"的情况。
+//   关键:naive 写法(sc.Scan 一行当 n 去解析)在 "5 1 2 3 4 5" 上会 Atoi 失败返回 0。
+//         鲁棒做法:把第一行用 Fields 切开,第一个 token 是 n,余下的直接进数组,不够再读后续行。
+func demo6() {
+	sc := newScanner()
+	sc.Scan()
+	tokens := strings.Fields(sc.Text())
+	n, _ := strconv.Atoi(tokens[0])
+	a := make([]int, 0, n)
+	for _, s := range tokens[1:] {
+		v, _ := strconv.Atoi(s)
+		a = append(a, v)
+	}
+	for len(a) < n && sc.Scan() {
+		for _, s := range strings.Fields(sc.Text()) {
+			v, _ := strconv.Atoi(s)
+			a = append(a, v)
+		}
+	}
+	fmt.Println(a)
+}
+
+// demo7: t 组,每组先读 n 再读 n 个整数求和。
+//   输入示例: "2\n3 1 2 3\n2 4 5\n"  →  6 9
+//   组合模式:外层组数用 Scan,内层元素用 Scanner 按行 + Fields 收集。
+func demo7() {
+	sc := newScanner()
+	sc.Scan()
+	t, _ := strconv.Atoi(strings.TrimSpace(sc.Text()))
+	for i := 0; i < t; i++ {
+		sc.Scan()
+		tokens := strings.Fields(sc.Text())
+		n, _ := strconv.Atoi(tokens[0])
+		a := make([]int, 0, n)
+		for _, s := range tokens[1:] {
+			v, _ := strconv.Atoi(s)
+			a = append(a, v)
+		}
+		for len(a) < n && sc.Scan() {
+			for _, s := range strings.Fields(sc.Text()) {
+				v, _ := strconv.Atoi(s)
+				a = append(a, v)
+			}
+		}
+		sum := 0
+		for _, v := range a {
+			sum += v
+		}
+		fmt.Println(sum)
+	}
+}
+
+// ──────────────────────── 大数据量模板 ────────────────────────
+
+// demo8: 大数据量(>10^5 行)。Scanner 读 + Writer 输出,双向缓冲。
+//   输入示例: 大量行,每行一个整数,输出每个的 2 倍。
+//   关键:fmt.Print 系列在 10^5 级输出时会明显变慢;bufio.NewWriter + Flush 提速一个量级。
+//         defer w.Flush() 必须有,否则缓冲区内容不会写出。
+func demo8() {
+	sc := newScanner()
+	w := bufio.NewWriter(os.Stdout)
+	defer w.Flush()
+	for sc.Scan() {
+		line := sc.Text()
+		if line == "" {
+			continue
+		}
+		v, _ := strconv.Atoi(strings.TrimSpace(line))
+		fmt.Fprintln(w, v*2)
+	}
+}
+
+// ──────────────────────── 坑速查 ────────────────────────
+// 1. fmt.Scan 读不全时,未填的变量保留上轮值(不会清零)。
+//    → 判停用 n < 预期个数,别信任未读到的变量。
+// 2. naive Scanner(整行 Atoi 当 n)在"n 与元素挤一行"时返回 n=0。
+//    → 用 strings.Fields 切开第一行(见 demo6)。
+// 3. strings.Split(s, " ") 遇连续空格产生空字符串元素。
+//    → 优先 strings.Fields(s)。
+// 4. bufio.Scanner 默认 64KB 上限,超长行会读不全。
+//    → sc.Buffer(make([]byte, 1024*1024), 1024*1024)。
+// 5. bufio.NewWriter 必须 Flush,否则输出丢失。
+//    → defer w.Flush()。
+// 6. fmt.Scanln 遇换行即停,不跨行;fmt.Scan 无视行边界跨行连读。
+//    → ACM 默认用 fmt.Scan。
\ No newline at end of file
diff --git a/main.go b/main.go
new file mode 100644
index 0000000..0708ce1
--- /dev/null
+++ b/main.go
@@ -0,0 +1,4 @@
+package main
+
+func main() {
+}
\ No newline at end of file
diff --git a/sort_test.go b/sort_test.go
new file mode 100644
index 0000000..7320878
--- /dev/null
+++ b/sort_test.go
@@ -0,0 +1,287 @@
+package main
+
+import (
+	"fmt"
+	"testing"
+)
+
+// QuickSortHoare 使用 Hoare 双指针分区：l 主动向右找 >= pivot，r 主动向左找 <= pivot，
+// 两指针相遇时分区完成。取中间元素作 pivot 避免已排序/逆序退化；
+// 内层用严格不等号，相等元素也让两指针停下交换，防止全相等数组死循环。
+func QuickSortHoare(nums []int) {
+	var helper func(start, end int)
+	helper = func(start, end int) {
+		if start >= end {
+			return
+		}
+		pivot := nums[start+(end-start)/2] // 取中间元素，避免已排序/逆序退化
+		l, r := start, end
+		for {
+			for nums[l] < pivot { // l 主动向右找 >= pivot 的
+				l++
+			}
+			for nums[r] > pivot { // r 主动向左找 <= pivot 的
+				r--
+			}
+			if l >= r { // 两指针相遇/交叉，分区完成
+				break
+			}
+			nums[l], nums[r] = nums[r], nums[l]
+			l++
+			r-- // 各进一步，相等元素也会交换，防止全相等数组死循环
+		}
+		helper(start, r)
+		helper(r+1, end)
+	}
+	helper(0, len(nums)-1)
+}
+
+// QuickSortLomuto 使用 Lomuto 单向分区：pivot 放 nums[end]，i 维护"<= pivot 区"的右边界+1，
+// j 从左扫到 end-1，遇到 <= pivot 的就与 nums[i] 交换并 i++。
+// 循环结束后 swap(nums[i], nums[end]) 让 pivot 归位到 i，左半 <= pivot、右半 > pivot。
+func QuickSortLomuto(nums []int) {
+	var helper func(start, end int)
+	helper = func(start, end int) {
+		if start >= end {
+			return
+		}
+		pivot := nums[end] // 取最后一个作 pivot
+		i := start         // i 指向"<= pivot 区"的右边界+1
+		for j := start; j < end; j++ {
+			if nums[j] <= pivot {
+				nums[i], nums[j] = nums[j], nums[i]
+				i++
+			}
+		}
+		nums[i], nums[end] = nums[end], nums[i] // 把 pivot 放到最终位置 i
+		helper(start, i-1)
+		helper(i+1, end)
+	}
+	helper(0, len(nums)-1)
+}
+
+func TestQuickSort(t *testing.T) {
+	nums := []int{1, 2, 1, 2, 1, 2, 3, 1, 3, 2}
+	QuickSortHoare(nums)
+	fmt.Printf("Hoare:  %+v\n", nums)
+
+	nums2 := []int{1, 2, 1, 2, 1, 2, 3, 1, 3, 2}
+	QuickSortLomuto(nums2)
+	fmt.Printf("Lomuto: %+v\n", nums2)
+}
+
+func BubbleSort(nums []int) {
+	for i := 0; i < len(nums); i++ {
+		swapped := false
+		for j := 0; j < len(nums)-1-i; j++ {
+			if nums[j] > nums[j+1] {
+				nums[j], nums[j+1] = nums[j+1], nums[j]
+				swapped = true
+			}
+		}
+		if !swapped {
+			break
+		}
+	}
+}
+
+func TestBubbleSort(t *testing.T) {
+	nums := []int{1, 2, 1, 2, 1, 2, 3, 1, 3, 2}
+	BubbleSort(nums)
+	fmt.Printf("TestBubbleSort:  %+v\n", nums)
+}
+
+// SelectionSort 选择排序：每轮在 [i, n) 找最小值，与 nums[i] 交换。
+// 交换次数少（每轮最多一次），但比较次数固定 O(n²)，不稳定。
+func SelectionSort(nums []int) {
+	for i := 0; i < len(nums); i++ {
+		minIdx := i
+		for j := i; j < len(nums); j++ {
+			if nums[j] < nums[minIdx] {
+				minIdx = j
+			}
+		}
+		nums[i], nums[minIdx] = nums[minIdx], nums[i]
+	}
+}
+
+// InsertionSort 插入排序：把 nums[i] 往前插到 [0, i) 的正确位置。
+// 近乎有序时接近 O(n)；是很多高级排序在小数组时的收尾段。稳定。
+func InsertionSort(nums []int) {
+	// for i := 1; i < len(nums); i++ {
+	// 	for j := i; j > 0; j-- {
+	// 		if nums[j] < nums[j-1] {
+	// 			nums[j], nums[j-1] = nums[j-1], nums[j]
+	// 		}
+	// 	}
+	// }
+
+	for i := 1; i < len(nums); i++ {
+		key := nums[i]
+		j := i
+		for j > 0 && nums[j-1] > key {
+			nums[j] = nums[j-1] // 往右挪一格
+			j--
+		}
+		nums[j] = key // 落到正确位置
+	}
+}
+
+// MergeSort 归并排序：分治——左半排好 + 右半排好，再合并。
+// 稳定，最坏 O(n log n)，需 O(n) 额外空间。合并用双指针。
+func MergeSort(nums []int) {
+	tmp := make([]int, len(nums)) // 全局临时数组，只分配一次
+	var helper func(start, end int)
+	helper = func(start, end int) {
+		if start >= end {
+			return
+		}
+		mid := start + (end-start)/2
+		helper(start, mid)
+		helper(mid+1, end)
+		// merge [start,mid] 和 [mid+1,end] → tmp → 拷回 nums
+		p1, p2, k := start, mid+1, start
+		for p1 <= mid && p2 <= end {
+			if nums[p1] <= nums[p2] {
+				tmp[k] = nums[p1]
+				p1++
+			} else {
+				tmp[k] = nums[p2]
+				p2++
+			}
+			k++
+		}
+		for p1 <= mid {
+			tmp[k] = nums[p1]
+			p1++
+			k++
+		}
+		for p2 <= end {
+			tmp[k] = nums[p2]
+			p2++
+			k++
+		}
+		copy(nums[start:end+1], tmp[start:end+1]) // 关键：拷回原切片
+	}
+	helper(0, len(nums)-1)
+}
+
+// HeapSort 堆排序：建大顶堆，反复把堆顶（最大值）与末尾交换并下沉调整。
+// 原地、最坏 O(n log n)，不稳定。top-K / 优先队列的基础。
+func HeapSort(nums []int) {
+	n := len(nums)
+	if n <= 1 {
+		return
+	}
+	// siftDown：在 [0, end] 范围内把 nums[i] 下沉到正确位置
+	var siftDown func(i, end int)
+	siftDown = func(i, end int) {
+		for 2*i+1 <= end {
+			l, r := 2*i+1, 2*i+2
+			largest := i
+			if l <= end && nums[l] > nums[largest] {
+				largest = l
+			}
+			if r <= end && nums[r] > nums[largest] {
+				largest = r
+			}
+			if largest == i {
+				break
+			}
+			nums[i], nums[largest] = nums[largest], nums[i]
+			i = largest
+		}
+	}
+	// 阶段 1：建大顶堆，从最后一个父节点往前
+	for i := n/2 - 1; i >= 0; i-- {
+		siftDown(i, n-1)
+	}
+	// 阶段 2：反复把堆顶（最大）与末尾交换，堆范围 -1，修复堆
+	for end := n - 1; end > 0; end-- {
+		nums[0], nums[end] = nums[end], nums[0]
+		siftDown(0, end-1) // 注意：堆范围是 [0, end-1]，排除已归位的 nums[end]
+	}
+}
+
+// ShellSort 希尔排序：按递减步长分组做插入排序，最后步长为 1 退化为插入排序。
+// 平均约 O(n^1.3)，非稳定。代码短，比插入排序在乱序数据上快很多。
+func ShellSort(nums []int) {
+	// TODO: 你来写
+}
+
+// CountingSort 计数排序：元素为 [0, k] 整数，统计频次后前缀和定位。
+// O(n+k)，k=值域大小。非比较，稳定版本需倒序填充。
+func CountingSort(nums []int) {
+	// TODO: 你来写（假设元素均 >= 0）
+}
+
+// BucketSort 桶排序：按值把元素分到 n 个桶，每桶用 InsertionSort 排好，再依次写回原数组。
+// 平均 O(n+k)，k=桶数；最坏 O(n²)（全挤进一个桶，退化成插入排序）。
+// 稳定（InsertionSort 稳定）。需 min/max 决定桶映射区间。
+func BucketSort(nums []int) {
+	n := len(nums)
+	if n <= 1 {
+		return
+	}
+	// 找值域
+	minVal, maxVal := nums[0], nums[0]
+	for _, v := range nums {
+		if v < minVal {
+			minVal = v
+		}
+		if v > maxVal {
+			maxVal = v
+		}
+	}
+	if minVal == maxVal {
+		return // 全相等，无需排
+	}
+	// 桶数取 n；idx = (v-minVal) * n / (maxVal-minVal+1)，分母 +1 保证 maxVal 不越界
+	buckets := make([][]int, n)
+	for _, v := range nums {
+		idx := (v - minVal) * n / (maxVal - minVal + 1)
+		buckets[idx] = append(buckets[idx], v)
+	}
+	// 每桶内部插入排序（稳定），再依次拷回原数组
+	k := 0
+	for _, b := range buckets {
+		InsertionSort(b)
+		copy(nums[k:], b)
+		k += len(b)
+	}
+}
+
+func TestSortAlgos(t *testing.T) {
+	cases := [][]int{
+		{1, 2, 1, 2, 1, 2, 3, 1, 3, 2},
+		{3, 2, 1},
+		{5, 4, 3, 2, 1},
+		{2, 1},
+		{1, 3, 2, 3, 1},
+		{10, 9, 8, 7, 6, 5, 4, 3, 2, 1},
+		{1},
+		{},
+		{2, 2, 2, 2},
+		{3, 3, 3, 1, 1, 1, 2, 2, 2},
+	}
+	sorters := []struct {
+		name string
+		fn   func([]int)
+	}{
+		// {"SelectionSort", SelectionSort},
+		// {"InsertionSort", InsertionSort},
+		// {"MergeSort", MergeSort},
+		{"HeapSort", HeapSort},
+		{"BucketSort", BucketSort},
+		// {"ShellSort", ShellSort},
+		// {"CountingSort", CountingSort},
+	}
+	for _, s := range sorters {
+		for _, c := range cases {
+			got := append([]int(nil), c...)
+			s.fn(got)
+			fmt.Printf("%s in=%v got=%v\n", s.name, c, got)
+		}
+		fmt.Println()
+	}
+}
diff --git a/top-100-liked/73/leetcode_test.go b/top-100-liked/73/leetcode_test.go
new file mode 100644
index 0000000..a1f4616
--- /dev/null
+++ b/top-100-liked/73/leetcode_test.go
@@ -0,0 +1,48 @@
+package top100liked
+
+import (
+	"math/rand"
+	"testing"
+)
+
+// https://leetcode.cn/problems/kth-largest-element-in-an-array/?envType=study-plan-v2&envId=top-100-liked
+
+func findKthLargest(nums []int, k int) int {
+	n := len(nums)
+	target := n - k // 第 k 大 = 升序第 n-k 位
+	var quickSelect func(l, r int) int
+	quickSelect = func(l, r int) int {
+		if l == r {
+			return nums[l]
+		}
+		pivot := nums[l+rand.Intn(r-l+1)]
+		// 三路分区：[l..lt-1] < pivot, [lt..gt] == pivot, [gt+1..r] > pivot
+		lt, gt, i := l, r, l
+		for i <= gt {
+			switch {
+			case nums[i] < pivot:
+				nums[lt], nums[i] = nums[i], nums[lt]
+				lt++
+				i++
+			case nums[i] > pivot:
+				nums[gt], nums[i] = nums[i], nums[gt]
+				gt--
+			default:
+				i++
+			}
+		}
+		switch {
+		case target < lt:
+			return quickSelect(l, lt-1)
+		case target > gt:
+			return quickSelect(gt+1, r)
+		default:
+			return pivot
+		}
+	}
+	return quickSelect(0, n-1)
+}
+
+func Test(t *testing.T) {
+	findKthLargest([]int{3, 2, 1, 5, 6, 4}, 2)
+}
diff --git a/top-100-liked/74/leetcode_test.go b/top-100-liked/74/leetcode_test.go
new file mode 100644
index 0000000..145ab7c
--- /dev/null
+++ b/top-100-liked/74/leetcode_test.go
@@ -0,0 +1,183 @@
+package top100liked
+
+import (
+	"reflect"
+	"sort"
+	"testing"
+)
+
+// https://leetcode.cn/problems/top-k-frequent-elements/?envType=study-plan-v2&envId=top-100-liked
+// 347. 前 K 个高频元素
+//
+// 给一个整数数组 nums 和整数 k，返回出现频率前 k 高的元素，顺序任意。
+// 进阶要求时间复杂度优于 O(n log n)。
+//
+// 通用第一步：统计频率 map[int]int。下面三种解法都基于此。
+
+// countFreq 统计每个元素出现次数。
+func countFreq(nums []int) map[int]int {
+	m := make(map[int]int)
+	for _, v := range nums {
+		m[v]++
+	}
+	return m
+}
+
+// 解法一：最小堆 — O(n log k) / O(n)
+// 维护大小为 k 的最小堆，堆顶是当前堆内频率最小者。
+// 逐个把 (元素, 频率) 入堆；堆大小超过 k 时弹出堆顶，淘汰频率最小的。
+// 遍历结束，堆里剩下的 k 个即前 k 高频元素。
+//
+// 实现要点（container/heap）：
+//   - 定义 type entry struct{ val, cnt int}
+//   - 定义 type minHeap []entry，实现 heap.Interface
+//   - Less 按 cnt 升序（堆顶最小）
+//   - 遍历 m：heap.Push(h, e)；len(*h) > k 时 heap.Pop(h)
+//   - 收集堆中剩余元素返回
+type entry struct {
+	val int
+	cnt int
+}
+
+type minHeap struct {
+	data []entry
+}
+
+// 上浮：新元素放末尾后，与父比较，比父小则交换向上
+// i 是需要 siftUp 的元素的 index
+func (h *minHeap) siftUp(i int) {
+	for i > 0 {
+		p := (i - 1) / 2
+		if h.data[p].cnt > h.data[i].cnt {
+			h.data[p], h.data[i] = h.data[i], h.data[p]
+			i = p
+		} else {
+			break
+		}
+	}
+}
+
+// 下沉：从 i 开始，与较小子比较，比子大则交换向下。n 是有效堆大小
+func (h *minHeap) siftDown(i, n int) {
+	for {
+		l, r := 2*i+1, 2*i+2
+		smallest := i
+		if l < n && h.data[l].cnt < h.data[smallest].cnt {
+			smallest = l
+		}
+		if r < n && h.data[r].cnt < h.data[smallest].cnt {
+			smallest = r
+		}
+		if smallest == i {
+			break
+		}
+		h.data[smallest], h.data[i] = h.data[i], h.data[smallest]
+		i = smallest
+	}
+}
+
+// push：追加末尾 + 上浮
+func (h *minHeap) push(e entry) {
+	idx := len(h.data)
+	h.data = append(h.data, e)
+	h.siftUp(idx)
+}
+
+// popMin 弹出堆顶（最小 cnt）：用末尾覆盖堆顶，缩容，下沉
+func (h *minHeap) popMin() entry {
+	if len(h.data) == 0 {
+		return entry{}
+	}
+	ret := h.data[0]
+	h.data[0] = h.data[len(h.data)-1]
+	h.data = h.data[:len(h.data)-1]
+	if len(h.data) > 0 {
+		h.siftDown(0, len(h.data))
+	}
+	return ret
+}
+
+func (h *minHeap) len() int { return len(h.data) }
+
+func topKFrequentHeap(nums []int, k int) []int {
+	m := countFreq(nums)
+	h := minHeap{}
+	for v, c := range m {
+		h.push(entry{v, c})
+		if h.len() > k {
+			h.popMin()
+		}
+	}
+	res := make([]int, 0, k)
+	for h.len() > 0 {
+		res = append(res, h.popMin().val)
+	}
+	return res
+}
+
+// 解法二：桶排序 — O(n) 平均 / O(n)
+// 频率取值范围 [0, n]，开长度 n+1 的桶：buckets[f] 存所有频率为 f 的元素。
+// 从 buckets[n] 倒序向 buckets[1] 遍历，依次把桶内元素加入结果，凑够 k 个停止。
+//
+// 实现要点：
+//   - buckets := make([][]int, len(nums)+1)
+//   - for val, cnt := range m { buckets[cnt] = append(buckets[cnt], val) }
+//   - for f := len(buckets)-1; f >= 0 && len(res) < k; f-- { res = append(res, buckets[f]...) }
+func topKFrequentBucket(nums []int, k int) []int {
+	m := countFreq(nums)
+	buckets := make([][]int, len(nums)+1)
+	for v, c := range m {
+		buckets[c] = append(buckets[c], v)
+	}
+	res := make([]int, 0, k)
+	for f := len(buckets) - 1; f >= 0 && len(res) < k; f-- {
+		res = append(res, buckets[f]...)
+	}
+	return res
+}
+
+// equalIgnoreOrder 忽略顺序比较两个 []int。
+func equalIgnoreOrder(a, b []int) bool {
+	if len(a) != len(b) {
+		return false
+	}
+	ca := append([]int(nil), a...)
+	cb := append([]int(nil), b...)
+	sort.Ints(ca)
+	sort.Ints(cb)
+	return reflect.DeepEqual(ca, cb)
+}
+
+func TestTopKFrequent(t *testing.T) {
+	cases := []struct {
+		name string
+		nums []int
+		k    int
+		want []int
+	}{
+		{"basic", []int{1, 1, 1, 2, 2, 3}, 2, []int{1, 2}},
+		{"single", []int{1}, 1, []int{1}},
+		{"tie", []int{1, 2}, 2, []int{1, 2}}, // 频率相同，都可返回
+		{"negative", []int{4, 1, -1, 2, -1, 2, 3}, 2, []int{-1, 2}},
+		{"duplicate candidates", []int{3, 0, 1, 0}, 1, []int{0}},
+	}
+	solvers := []struct {
+		name string
+		fn   func([]int, int) []int
+	}{
+		{"heap", topKFrequentHeap},
+		{"bucket", topKFrequentBucket},
+	}
+	for _, s := range solvers {
+		t.Run(s.name, func(t *testing.T) {
+			for _, c := range cases {
+				// 复制 nums 防止解法修改原切片
+				nums := append([]int(nil), c.nums...)
+				got := s.fn(nums, c.k)
+				if !equalIgnoreOrder(got, c.want) {
+					t.Errorf("%s/%s: got %v, want %v", s.name, c.name, got, c.want)
+				}
+			}
+		})
+	}
+}