11-今日一扣(LeetCode)-215-快速选择排序-M*/堆排序

215. 数组中的第K个最大元素

LeetCode

在未排序的数组中找到第 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。

示例 1:

输入: [3,2,1,5,6,4] 和 k = 2
输出: 5

示例 2:

输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4

题解

调用库函数

现实工作中最常用的方法：
效率高于纯的快排。2ms左右

  public int findKthLargest(int[] nums, int k) {
        Arrays.sort(nums); //返回升序
        return nums[nums.length-k];//我们有从大到小的第k个，所以用length-k
    }

手动实现快速选择排序

快速选择排序基本思想：
选择一个数作为中轴值，然后开始进行划分，使这个数的左侧都大于这个数，右侧都小于这个数（对于降序而言）。然后再把左右当做子序列再一次进行划分。直到序列的个数为1为止。那么整个数组就是有序的了。
快速选择排序时间复杂度为$O(n\log n)$。
快排每次划分都可以确定一个元素的最终位置

注意

• 重点在于划分。针对划分有两种写法。参照partition和partition2。在不进行随机选取时，partition2速度更快些。30ms左右，而partition为70ms左右
• 随机选取，添加随机选取后，速度上升到了4ms左右。这是由于测试用例中有一些升序排列的，我们进行降序排列时，时间复杂度达到最差情况$O(n^2)$

class Solution {
    Random random = new Random();

    public int findKthLargest(int[] nums, int k) {
        quickSort(nums,0, nums.length-1);
        return nums[k-1];
    }

    private void quickSort(int [] nums, int left, int right){
        // 递归出口
        if(left>=right){
            return;
        }
        randomPartition(nums,left,right);
        int pos = partition(nums, left, right);
        quickSort(nums, left, pos-1);
        quickSort(nums, pos+1, right);
    }


    private int partition(int [] nums, int left, int right){
        //从左开始遍历，以右侧的为基准。简单
        // 如果以左侧为基准，需要追踪num[left]最终被交换到哪里去了。
        // 因为给x赋值的时候，需要putIndex的值不被覆盖，进行一次交换
        int x = nums[right]; 
        //比x大的都往左放
        int putIndex = left;
        //right位置不用遍历。最后直接与right进行交换。
        for(int i=left; i<right; i++){
            //这里符号决定是从排列顺序
            if(nums[i]>x){
                swap(nums, putIndex, i);
                //不可以直接赋值，会覆盖掉不符合条件的数。
                // nums[putIndex] = nums[i];
                putIndex++; //交换一次，左侧起始索引加1
            }
        }
        //注意，在最后一次放入x时，要和right进行一次交换
        swap(nums, putIndex, right);
        nums[putIndex]=x;
        return putIndex;
    }

    // 速度更快。数据结构算法严蔚敏书中的划分方法。
    private int partition2(int nums[], int left, int right){
        int x = nums[left];
        while(left<right){
            while(left<right&&nums[right]<=x) //注意要加=，否则可能造成死循环
                right--;
            nums[left] = nums[right];
            while(left<right&&nums[left]>=x)
                left++;
            nums[right] = nums[left];
        }
        nums[left] = x;
        return left;
    }

    
    public void randomPartition(int[] a, int l, int r) {
        int i = random.nextInt(r - l + 1) + l;
        swap(a, i, r);
    }

    private void swap(int [] a , int i, int j){
        int temp = a[i];
        a[i] = a[j];
        a[j] = temp;
    }
}

升级版

上面说过，快排每次划分都能够确定一个元素的最终位置。也就是我们的划分中轴。轴左边的都比他小（大），右侧都比他大（小）。那么此题既然只想要求得第k个元素。我们在递归的时候，就可以根据划分返回来的中枢轴位置，来有选择的决定左侧的序列还是右侧的序列。这样我们的递归栈就减少了一半！
具体实现见官网。注意官网是升序排列，然后取length-k的位置。
关键位置代码：

/*官网解析答案*/
public int quickSelect(int[] a, int l, int r, int index) {
        int q = randomPartition(a, l, r); //q是划分的中枢轴位置
        if (q == index) { //是要找的第k个元素直接返回
            return a[q];
        } else {
        	//根据q与要找位置的大小关系来决定递归左边还是右边。
            return q < index ? quickSelect(a, q + 1, r, index) : quickSelect(a, l, q - 1, index);
        }
    }

官网参考1ms
这样做时间复杂度降到了O(n)

冒泡排序

要k个，只需要冒泡k次就行。

堆排序

调用小顶堆api

PriorityQueue是一个优先级队列，默认是自然顺序（升序）。队列头是最小的。
每次插入自动排序。如果我们让队列的大小为k个，那么最后剩下的就是前k的最大的。队列头就是我们想要的。
PriorityQueue的实现是小顶堆

/*代码来源: https://github.com/CyC2018/CS-Notes/blob/master/notes/Leetcode%20%E9%A2%98%E8%A7%A3%20-%20%E6%8E%92%E5%BA%8F.md#1-kth-element*/
public int findKthLargest(int[] nums, int k) {
    PriorityQueue<Integer> pq = new PriorityQueue<>(); // 小顶堆
    for (int val : nums) {
        pq.add(val);
        if (pq.size() > k)  // 维护堆的大小为 K
            pq.poll();
    }
    return pq.peek();
}

手动实现小顶堆/大顶堆