给定整数数组 nums 和整数 k,请返回数组中第 k 个最大的元素。
请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素。
你必须设计并实现时间复杂度为 O(n) 的算法解决此问题。
示例 1:
输入: [3,2,1,5,6,4], k = 2
输出: 5
示例 2:
输入: [3,2,3,1,2,4,5,5,6], k = 4
输出: 4
提示:
1 <= k <= nums.length <= 105
-104 <= nums[i] <= 104
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/kth-largest-element-in-an-array
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
感谢 labuladong的详细解法,传送门快速排序的正确理解方及运用
class Solution {
public int findKthLargest(int[] nums, int k) {
// return findKthLargestI(nums, k);
// return findKthLargestII(nums, k);
// return findKthLargestIII(nums, k);
return findKthLargestIV(nums, k);
}
//方法四:基于方法二改造,便于理解
private int findKthLargestIV(int[] nums, int k) {
if (nums == null || nums.length == 0 || k <= 0) {
throw new IllegalArgumentException("Input param is not illegal.");
}
return quickSearchSort(nums, 0, nums.length - 1, nums.length - k);
}
private int quickSearchSort(int[] nums, int left, int right, int target) {
int p = partition(nums, left, right);
if (p == target) {
return nums[p];
}
return p > target ? quickSearchSort(nums, left, p - 1, target) : quickSearchSort(nums, p + 1, right, target);
}
//方法三:使用优先队列
//默认是小顶堆,较大的元素会沉淀下去,较小的元素会浮上来,当堆大小超过k时就删掉堆顶的元素,因为这些元素比较小
//当所有的元素都添加大队列中时,此时堆中剩下的就是最大的k个元素,只需要返回堆顶元素即可
//时间复杂度O(NlogK),空间复杂度O(K)
private Integer findKthLargestIII(int[] nums, int k) {
PriorityQueue<Integer> pq = new PriorityQueue<>();
for (int num : nums) {
pq.offer(num);
if (pq.size() > k) {
pq.poll();
}
}
return pq.peek();
}
//方法二:快速选择算法
//一句话总结快速排序就是先将一个元素排好序,然后再将剩下的元素排好序。
//partition函数就是将一个元素排好序,将大于此元素的放在元素的右边,小于此元素的放在元素的左边
//根据题意,数组中第k大元素,相当于数组升序排序后「排名第 n - k 的元素」,为了方便表述,定义成k' = n - k。
//所以我们可以比较partition函数返回的索引下标p和k'的大小,如果p < k',说明nums[k']在p的右边;反之则在p的左边
//时间复杂度O(N),空间复杂度O(1)
private int findKthLargestII(int[] nums, int k) {
int len = nums.length;
int target = len - k;
int left = 0;
int right = len - 1;
while (true) {
int p = partition(nums, left, right);
if (p < target) {
left = p + 1;
} else if (p > target) {
right = p - 1;
} else {
return nums[p];
}
}
}
private final Random random = new Random();
private int partition(int[] nums, int left, int right) {
int randomIndex = left + random.nextInt(right - left + 1);
swap(nums, left, randomIndex);
int pivot = nums[left];
int i = left + 1;
int j = right;
while (true) {
while (i <= right && nums[i] < pivot) {
i++;
}
while (j > left && nums[j] > pivot) {
j--;
}
if (i >= j) {
break;
}
swap(nums, i, j);
i++;
j--;
}
swap(nums,left, j);
return j;
}
private void swap(int[] nums, int i, int j) {
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
//方法一:暴力解法,时间复杂度O(NlogN),空间复杂度O(logN)
private int findKthLargestI(int[] nums, int k) {
Arrays.sort(nums);
return nums[nums.length - k];
}
}