top k和第k大元素的问题

堆方法

使用容量为k的最小堆，当堆满了以后，加进来的元素和堆顶元素比较，如果大于堆顶元素就先弹一个元素，再加入，否则抛弃。结果最小堆中的元素就是topk元素，堆顶元素是第k大元素。

时间复杂度：调整堆$O(logk)$, n个元素$n\ast logk$。

class Solution {
public:
	int findKthLargest(vector<int>& nums, int k) {
		if (k <= 0 || k > nums.size()) return 0;
		//注意优先队列默认比较情况为greater,即最小堆。
		priority_queue<int, vector<int>, greater<int>> qu;
		for (int i = 0; i < nums.size(); i++)
		{
			if (qu.size() < k)
				qu.push(nums[i]);
			else {
				if (qu.top() < nums[i])
				{
					qu.pop();
					qu.push(nums[i]);
				}
			}
		}
		return qu.top();
	}
};

基于快速排序

快速排序时如果划分值位置打到第n-k个元素（因为增序），对应的值就是第k大元素。

时间复杂度：一次parttion $O(N)$,，因为只用到递归的一半，所以不用$O(logN)$，平均下来只有$O(N)$.

class Solution {
public:
	int findKthLargest(vector<int>& nums, int k) {
		if (k <= 0 || k > nums.size()) return 0;
		return helper(nums, nums.size() - k, 0, nums.size() - 1);
	}

private:
	int helper(vector<int>& nums, int k_small, int start, int end)
	{
		if (start == end)
			return nums[start];

		int i = random(start, end);
		swap(nums[i], nums[end]);
		i = partition(nums, start, end);
		if (i == k_small)
			return nums[i];
		else if (i < k_small)
			return helper(nums, k_small, i + 1, end);
		else
			return helper(nums, k_small, start, i - 1);
	}

	int partition(vector<int>& arr, int start, int end)
	{
		int left = start, right = end - 1;
		while (left < right)
		{
			while (left < right && arr[left] < arr[end])
				left++;
			while (left < right&& arr[right] >= arr[end])
				right--;
			swap(arr[left], arr[right]);
		}
		if (arr[left] >= arr[end])
			swap(arr[left], arr[end]);
		else
			left++;
		return left;
	}

	int random(int low, int high)
	{
		srand(time(NULL));
		if (low > high) return high;
		return low + (rand() % (high - low + 1));
	}
};

快排的时间空间复杂度：
递归第一层时间复杂度O(n)，第二层串行执行两次O(n/2)，即O(n). 第三层执行4次O(n/4)…，总的执行层数是logn层，因此总的时间复杂度nlogn.
由于查找topk元素时，只走了每层的一块，因此时间复杂度为:
n + n/2 + n/4 + n/8 + … = 2n+1，因此O(n)