Kth Largest Element in an Array
algorithms Medium (47.26%) 1900 160
Find the kth largest element in an unsorted array. Note that it is the kth largest element in the sorted order, not the kth distinct element.
Example 1:
Input: [3,2,1,5,6,4] and k = 2
Output: 5
Example 2:
Input: [3,2,3,1,2,4,5,5,6] and k = 4
Output: 4
Note:
You may assume k is always valid, 1 ≤ k ≤ array’s length.
题意
找到无序数组中第k大的元素
思路
【方法1】
维护一个大小为k的最小堆,遍历数组,如果数组元素比堆顶元素大,则用该元素替换堆顶元素。时间复杂度为O(nlogk).
【方法2】
用快速排序中分治的思想
取基准元素,将无序数组分为前后两段,前段所有元素的值小于等于基准,后段所有元素的值大于等于基准。记后段的长度为blen, 每次切分时,每次分治时,分3种情况讨论:
- blen = k-1: 此时说明有k-1个数大于等于基准,基准就是第k大大数,直接返回基准
- blen < k-1:此时说明第k大的数在前段,在前段中查找第(k-blen-1)大的数
- blen > k-1:说明此时第k大的数在后段,在后段中查找第k大的数
此外还要注意类快排的分治法性能不稳定,分治的均匀性会影响算法的时间复杂度,分治越不均匀,算法效率越低。因此,当k=1或k=n时不要分治了,直接O(n)遍历数组求最大/最小值即可。这个优化可以大大提高效率。而最小堆解法性能稳定,不需要对k=1和k=n进行特殊处理。
代码
【java的最小堆解法】
/*
* @lc app=leetcode id=215 lang=java
*
* [215] Kth Largest Element in an Array
*/
class Solution {
public int findKthLargest(int[] nums, int k) {
PriorityQueue<Integer> pq = new PriorityQueue<Integer>(k);
int i = 0;
for (i=0; i<k; i++)
{
pq.add(nums[i]);
}
for (int n = nums.length; i<n; i++)
{
if (nums[i] > pq.peek())
{
pq.poll();
pq.add(nums[i]);
}
}
return pq.peek();
}
}
【go的分治解法】
/*
* @lc app=leetcode id=215 lang=golang
*
* [215] Kth Largest Element in an Array
*
* partition quick sort solution by golang
*/
func findKthLargest(nums []int, k int) int {
return recurFindK(nums, k, 0, len(nums))
}
func recurFindK(nums []int, k int, left int, right int) int {
if k == 1 {
mymax := nums[left]
for i:=left+1; i<right; i++ {
if mymax < nums[i] {
mymax = nums[i]
}
}
return mymax
} else if k == right - left {
mymin := nums[left]
for i:=left+1; i<right; i++ {
if mymin > nums[i] {
mymin = nums[i]
}
}
return mymin
}
pivot := nums[left]
i, j := left, right-1
for i < j {
for i < j && nums[j] >= pivot {
j--
}
nums[i] = nums[j]
for i < j && nums[i] <= pivot {
i++
}
nums[j] = nums[i]
}
nums[j] = pivot
if right - j == k {
return pivot
} else if right - j < k {
return recurFindK(nums, k - right + j, left, j)
} else {
return recurFindK(nums, k, j+1, right)
}
}