如题:
设计一个找到数据流中第K大元素的类(class)。注意是排序后的第K大元素,不是第K个不同的元素。
你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器,它包含数据流中的初始元素。每次调用 KthLargest.add,
返回当前数据流中第K大的元素。
示例:
int k = 3;
int[] arr = [4,5,8,2];
KthLargest kthLargest = new KthLargest(3, arr);
kthLargest.add(3); // returns 4
kthLargest.add(5); // returns 5
kthLargest.add(10); // returns 5
kthLargest.add(9); // returns 8
kthLargest.add(4); // returns 8
这道题本意是将一堆数排好序好取第K大的值,刚开始使用二叉搜索树进行排序结果超时。后来改成归并排序,超出时间空间。然后修改成快速排序,还是超时,最后是快排加上冒泡排序,才运行通过,即便如此,耗时超过276ms,看了下c写的最好解法耗时仅48ms,相差N倍。它采用的是最小堆排序,空间复杂度仅需O(k)。
其实像这类海量数据中找前K大的数或者前K小的数,最合适的算法就是堆排序了。堆排序又分为大顶堆和小顶堆。大顶堆指的是节点的子节点都小于它,小顶堆指的是节点的子节点都大于它。这道题显然是使用小顶堆,堆顶即是第K大的数,遍历数组的时候,如果小于堆顶,可以直接丢弃,大于堆顶,则替代堆顶,然后进行堆调整动作。类似的,如果是求第K小的数,那就用大顶堆实现,堆顶即是第K小的数,遇到比堆顶大的数直接丢弃,遇到比堆顶小的数,替代堆顶,然后堆调整。
此外,在使用c语言实现的时候,数组下标记得从1开始,0可以不用,这样写可以避免很多0下标的处理。
堆排序在面试笔试题中相当常见,掌握好的话写出来还是相当快,不懂的同学还是抓紧时间最练习几遍。
下面是本题的C语言最小堆解法代码:
//两个数值互换
void swap(int *a, int *b)
{
if (a == b) return;
*a = *a ^ *b; *b = *a ^ *b; *a = *a ^ *b;
}
typedef struct {
int maxSize;
int heapSize;
int *heap;
} KthLargest;
int kthLargestAdd(KthLargest* obj, int val);
//最小堆调整函数,表示调整s的位置。
void heapAdjust(int *heap, int s, int e)
{
int i = 1,j;
for (j = s << 1; j <= e; j*=2)
{
if (j < e && heap[j] > heap[j+1])j++;
if (heap[j] > heap[s]) break;
swap(heap+j, heap+s); s = j;
}
return;
}
//最小堆添加元素
void heapInsert(int *heap, int e, int val)
{
int f = 0, i;
heap[e] = val;
//和父节点比较
f = e >> 1;
while (f)
{
if (val < heap[f])
{
swap(heap+e, heap+f);
e = f; f = e >> 1;
}
else
break;
}
return;
}
KthLargest* kthLargestCreate(int k, int* nums, int numsSize) {
int i = 0, j = 0;
KthLargest* n = (KthLargest*)calloc(1, sizeof(KthLargest));
n->maxSize = k;
n->heapSize = 0;
n->heap = (int *)calloc((k+1), sizeof(int));
for (; i < numsSize; i++)
kthLargestAdd(n, nums[i]);
return n;
}
int kthLargestAdd(KthLargest* obj, int val) {
int i = 0;
//超出堆大小则和堆顶比较,否则插入堆尾,然后自底向上找到合适位置
if (obj->heapSize < obj->maxSize)
{
obj->heapSize++;
heapInsert(obj->heap, obj->heapSize, val);
}
else
{
if(obj->heap[1] < val)
{
obj->heap[1] = val;
heapAdjust(obj->heap, 1, obj->heapSize);
}
}
return obj->heap[1];
}
void kthLargestFree(KthLargest* obj) {
free(obj);
return;
}
=============================================================================================
Linux应用程序、内核、驱动开发交流讨论群(745510310),感兴趣的同学可以加群讨论、交流、资料查找等,前进的道路上,你不是一个人奥^_^。