题目:
求出数组中第K大元素(指数组排序后的第K大的元素,不是第K个不同的元素)
解题思路:
本题的解法采用类似快速排序的分治算法。
在快排算法中,我们需要选择一个pivot元素并将数组分为三个部分:大于pivot,等于pivot,小于pivot。
我们通常使用快排来进行从小到大的排序,但现在只需要对代码稍微做一些修改就能够进行从大到小的排序,将比pivot大的元素放在pivot左边,将比pivot大的元素放在pivot的右边。因此,如果pivot在数组的第 k-1 位,那么pivot就是整个数组的第K大元素;如果pivot的位置在第 k-1 位的右边,那么就在pivot的左边部分继续寻找第K大元素;如果pivot的位置在第 k-1 位的左边,那么就在pivot的右边部分继续寻找第K大元素。
代码:
class Solution {
public:
int partition(vector<int>& nums, int left, int right){
int l = left + 1, r = right;
int pivot = nums[left];
while(l <= r){
if(nums[l] < pivot && nums[r] > pivot){
swap(nums[l], nums[r]);
l ++;
r --;
}
if(nums[l] >= pivot)
l ++;
if(nums[r] <= pivot)
r --;
}
swap(nums[r], nums[left]);
return r;
}
int findKthLargest(vector<int>& nums, int k) {
int left = 0;
int right = nums.size() - 1;
while(1){
int pos = partition(nums, left, right);
if(pos == k - 1)
return nums[pos];
if(pos > k - 1)
right = pos - 1;
else
left = pos + 1;
}
}
};
平均情况下,一个问题的大小被减小到原来的一半,因此可以写出递推公式T(n) = T(n/2) + O(n),其中O(n)是partition所用的时间。根据大师定理可以求出算法的时间复杂度为O(n)。
在最坏情况下,递归公式就变成了T(n) = T(n-1) + O(n),时间复杂度为O(n^2)。
相比之下,本题算法只需要处理partition之后其中的一半,快排则需要处理两边的数,因此快排的递推公式是T(n) = T(n/2) + O(n),由大师定理可得时间复杂度为O(nlogn)。