215. 数组中的第K个最大元素

class Solution {
    private void swap(int[] nums, int i, int j) {
        int tmp = nums[i];
        nums[i] = nums[j];
        nums[j] = tmp;
    }

    private int partition(int[] nums, int left, int right) {
        if (left >= right) {
            return left;
        }
        int i = left, j = right + 1;
        int p = nums[left];
        while (i <= j) {
            while (i != right && nums[++i] > p) ;
            while (j != left && nums[--j] < p) ;
            if (i >= j) {
                break;
            }
            swap(nums, i, j);
        }
        swap(nums, left, j);
        return j;
    }

    private void qSort(int[] nums, int left, int right) {
        if (left >= right) {
            return;
        }
        int m = partition(nums, left, right);
        qSort(nums, left, m - 1);
        qSort(nums, m + 1, right);
    }

    public int findKthLargest(int[] nums, int k) {
        qSort(nums, 0, nums.length - 1);
        return nums[k - 1];
    }
}
class Solution {
    private void swap(int[] nums, int i, int j) {
        int tmp = nums[i];
        nums[i] = nums[j];
        nums[j] = tmp;
    }

    private int partition(int[] nums, int l, int r) {
        if (l >= r) {
            return r;
        }
        int p = nums[l], i = l, j = r + 1;
        while (i <= j) {
            while (i != r && nums[++i] > p) ;
            while (j != l && nums[--j] < p) ;
            if (i >= j) {
                break;
            }
            swap(nums, i, j);
        }
        swap(nums, l, j);
        return j;
    }

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

    public int sort(int[] nums, int l, int r, int k) {
        int j = partition(nums, l, r);
        if (k == j) {
            return nums[k];
        } else if (k < j) {
            return sort(nums, l, j - 1, k);
        } else {
            return sort(nums, j + 1, r, k);
        }
    }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用堆排序来解决该问题,其中堆排序是一种时间复杂度为O(n log n)的排序算法,可以在这里用来找到第k个最大元素。 堆排序的基本思想是将待排序序列构造成一个堆,然后依次将堆顶元素和堆底元素交换,每次交换后重新调整堆,直到所有元素都排好序为止。 具体实现步骤如下: 1. 定义一个小根堆 `minHeap`,将 `nums` 数组的前 `k` 个元素加入到小根堆中。 2. 从第 `k + 1` 个元素开始遍历 `nums` 数组,如果当前元素比小根堆堆顶元素大,就将堆顶元素弹出,并将当前元素加入到小根堆中。 3. 遍历结束后,小根堆中的堆顶元素就是第k个最大元素。 完整的代码如下: ```kotlin fun findKthLargest(nums: IntArray, k: Int): Int { // 将前k个元素加入小根堆中 val minHeap = PriorityQueue<Int>() for (i in 0 until k) { minHeap.offer(nums[i]) } // 遍历数组,将比堆顶元素大的元素加入堆中,弹出堆顶元素 for (i in k until nums.size) { if (nums[i] > minHeap.peek()) { minHeap.poll() minHeap.offer(nums[i]) } } // 堆顶元素就是第k个最大元素 return minHeap.peek() } ``` 在上述代码中,我们使用了 `java.util.PriorityQueue` 类来实现小根堆,其中 `minHeap.offer()` 方法用于加入元素,`minHeap.peek()` 方法用于获取堆顶元素,`minHeap.poll()` 方法用于弹出堆顶元素。由于小根堆中只保留前k个最大元素,因此堆中的元素个数不会超过k,时间复杂度为O(n log k)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值