【重点!!!】【堆】【快排】215.数组中的第K个最大元素

题目
在这里插入图片描述

法1:小根堆

最大的K个元素 => 小根堆(类似上窄下宽的梯形)
最小的K个元素 => 大根堆(类似倒三角形)
必须掌握!!!

class Solution {
    public int findKthLargest(int[] nums, int k) {
        PriorityQueue<Integer> q = new PriorityQueue<>();
        for (int i = 0; i < k; ++i) {
            q.offer(nums[i]);
        }

        for (int i = k; i < nums.length; ++i) {
            if (nums[i] > q.peek()) {
                q.poll();
                q.offer(nums[i]);
            }
        }

        return q.peek();
    }
}

法2:基于快排

class Solution {
    public int findKthLargest(int[] nums, int k) {
        List<Integer> list = new ArrayList<>();
        for (int i : nums) {
            list.add(i);
        }

        return quickSelect(list, k);
    }

    public int quickSelect(List<Integer> list, int k) {
        int n = list.size();
        Random rand = new Random();
        int rInx = rand.nextInt(n); // 生成0 ~ n-1之间的整数
        List<Integer> big = new ArrayList<>();
        List<Integer> same = new ArrayList<>();
        List<Integer> small = new ArrayList<>();
        for (int i = 0; i < n; ++i) {
            if (list.get(i) > list.get(rInx)) {
                big.add(list.get(i));
            } else if (list.get(i) == list.get(rInx)) {
                same.add(list.get(i));
            } else {
                small.add(list.get(i));
            }
        }

        if (big.size() >= k) {
            return quickSelect(big, k);
        } else if (k > (big.size() + same.size())) {
            return quickSelect(small, k - (big.size() + same.size()));
        } else {
            return list.get(rInx);
        }
    }
}
  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用快速选择算法来找出数组中第 k 个小的元素。 快速选择算法的基本思想是,选择一个基准元素,将数组中小于基准元素元素放在基准元素的左边,将大于基准元素元素放在基准元素的右边,然后比较基准元素的位置和 k 的大小关系,如果基准元素的位置等于 k,就找到了第 k 个小的元素,如果基准元素的位置大于 k,就在基准元素的左边继续查找,如果基准元素的位置小于 k,就在基准元素的右边继续查找。 以下是使用快速选择算法找出数组中第 k 个小的元素Python 代码: ```python def quick_select(nums, k): pivot = nums[0] left = [x for x in nums if x < pivot] right = [x for x in nums if x > pivot] mid = [x for x in nums if x == pivot] if k <= len(left): return quick_select(left, k) elif k <= len(left) + len(mid): return pivot else: return quick_select(right, k - len(left) - len(mid)) ``` 在这个函数中,我们首先选择数组中的第一个元素作为基准元素 pivot。然后,我们将数组分成三个部分:小于 pivot 的元素放在 left 数组中,大于 pivot 的元素放在 right 数组中,等于 pivot 的元素放在 mid 数组中。接下来,我们比较基准元素的位置和 k 的大小关系,如果基准元素的位置等于 k,就返回基准元素的值,如果基准元素的位置大于 k,就在 left 数组中继续查找第 k 个小的元素,如果基准元素的位置小于 k,就在 right 数组中继续查找第 k - len(left) - len(mid) 个小的元素。 这个函数的时间复杂度为 O(n),其中 n 是数组的长度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值