目录结构
1.题目
设计一个找到数据流中第K大元素的类(class)。注意是排序后的第K大元素,不是第K个不同的元素。
你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器,它包含数据流中的初始元素。每次调用 KthLargest.add,返回当前数据流中第K大的元素。
示例:
int k = 3;
int[] arr = [4,5,8,2];
KthLargest kthLargest = new KthLargest(3, arr);
kthLargest.add(3); // returns 4
kthLargest.add(5); // returns 5
kthLargest.add(10); // returns 5
kthLargest.add(9); // returns 8
kthLargest.add(4); // returns 8
说明:
你可以假设 nums
的长度≥ k-1
且k
≥ 1。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/kth-largest-element-in-a-stream
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。
2.题解
使用PriorityQueue始终存储最大的k个元素。
public class Solution703 {
@Test
public void test703() {
int[] nums = {4, 2, 8, 5};
KthLargest kthLargest = new KthLargest(3, nums);
assertEquals(4,kthLargest.add(3));
assertEquals(5,kthLargest.add(5));
assertEquals(5,kthLargest.add(10));
assertEquals(8,kthLargest.add(9));
assertEquals(8,kthLargest.add(4));
}
class KthLargest {
private int k;
private PriorityQueue<Integer> queue;
public KthLargest(int k, int[] nums) {
this.k = k;
queue = new PriorityQueue<>(k);
for (int num : nums) {
add(num);
}
}
public int add(int val) {
if (queue.size() < k) {
queue.add(val);
} else if (val > queue.peek()) {
queue.poll();
queue.add(val);
}
return queue.peek();
}
}
}
- 时间复杂度:
- 空间复杂度: