2. 经典的几种解法
2.1 解法一:O(n*k)
思想:利用冒泡排序或者简单选择排序,K次选择后即可得到第k大的数。总的时间复杂度为O(n*k)。
2.2 解法二:O(n*logk)
思想:维护一个k大小的最小堆,对于数组中的每一个元素判断与堆顶的大小,若堆顶较大,则不管,否则,弹出堆顶,将当前值插入到堆中。时间复杂度O(n * logk)。
2.3 解法三:O(n)
思想:利用快速排序的思想,从数组S中随机找出一个元素X,把数组分为两部分Sa和Sb。Sa中的元素大于等于X,Sb中元素小于X。这时有两种情况:
1. Sa中元素的个数小于k,则Sb中的第k-|Sa|个元素即为第k大数;
2. Sa中元素的个数大于等于k,则返回Sa中的第k大数。
时间复杂度近似为O(n)。
public class disorderSearchBin {
public static int quickSortOneTime(int[] array, int low, int high){ //一趟快速排序
int key = array[low];
while(low < high){
while(key < array[high] && low < high) high--;
array[low] = array[high];
while(key > array[low] && low < high) low++;
array[high] = array[low];
}
array[high] = key;
return high;
}
public static int Select_k(int[] array, int low, int high, int k) {
int index;
if(low == high) return array[low];
int partition = quickSortOneTime(array, low, high);
index = high - partition + 1; //找到的是第几个大值
if(index == k) {
return array[partition];
}else if(index < k) {//此时向左查找
return Select_k(array, low, partition-1, k-index); //查找的是相对位置的值,k在左段中的下标为k-index
}else {
return Select_k(array, partition+1, high, k);
}
}
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] array = new int[] {92, 5, 88, 13, 80};
int index = Select_k(array, 0, array.length-1, 2);
System.out.print(index);
}
}