leetcode-数组中的第K个最大元素-215-最大堆

leetcode链接

给定整数数组 nums 和整数 k，请返回数组中第 k 个最大的元素。

请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。

示例 1:

输入: [3,2,1,5,6,4], k = 2
输出: 5
示例 2:

输入: [3,2,3,1,2,4,5,5,6], k = 4
输出: 4

提示：

1 <= k <= nums.length <= 104
-104 <= nums[i] <= 104

---

最大堆

手写最大堆，涉及到两个方面，一个是初始化建立最大堆，一个是删除堆顶元素并调整最大堆。

初始化最大堆

思路: 考虑定义一个函数

maxHeapify(int[] nums, int idx, int heapSize)
我们预想 以nums[idx]为根节点的左子树已经是一个最大堆，以nums[idx]为根节点的右子树也已经是一个最大堆。执行maxHeapify函数后，我们想以nums[idx]为根节点的树也是一个最大堆，maxHeapify函数就是做这个事情的。

如何实现这个函数呢?
1 . idx的左子节点为 left = nums[2*idx + 1], 右子节点right = nums[2*idx + 2]。
如果left 和right都不大于 target = nums[idx],则不用做任何处理，idx为根节点的树就是一个最大堆
2 . 如果left，right中有一个或者两个大于target, 找出最大 的那个，假设是left(right分析类似), 将其与target交换，则 target, left, right 仅仅这三个元素连起来看是一个最大堆。

right子树不用调整(因为right依然小于target)，但是left子树却可能需要再迭代处理，因为left节点的值与target发生了交换，变小了，可能left子树不再是最大堆了。但是left节点的左子树和右子树却依然是最大堆(这个是在预想之中的), 所以我们需要对left节点依然做 maxHeapity调整。

我们发现，这与最开始考虑的调整target子树是一个问题，规模变小，这就是递归。我们在递归时还需要使我们的预想成立（以nums[idx]为根节点的左子树已经是一个最大堆，以nums[idx]为根节点的右子树也已经是一个最大堆)，这就要求我们在初始化最大堆时，从叶子的上一层开始构建最大堆，构建好之后，再逐一上一层构建最大堆，最后到根节点构建最大堆。

// idx的左子树，右子树已经是最大堆，将idx节点加进去调整，再构建最大堆
public void maxHeapify(int[] nums, int idx, int heapSize){
    int largestIdx = idx;
	int largest = nums[idx];
	int leftIdx = 2*idx+1;
	int left = nums[leftIdx];
	int rightIdx = 2*idx+2;
	int right = nums[rightIdx];
    
    // 左节点比父节点大
	if(leftIdx < heapSize && left > largest){
		largest = left;
		largestIdx = leftIdx;
	}
    
    // 右节点比父节点更大
    if(rightIdx < heapSize && right > largest){
     largest = right;
     largestIdx = rightIdx
    }
    
    // 存在左右子节点，比父亲大的情况
    if(largestIdx != idx){
        // 交换
        swap(nums, idx, largestIdx);
        // 递归调整
    	maxHeapify(nums, largestIdx, heapSize);
    }
     
}

public void swap(int[] a, int i, int j) {
        int temp = a[i];
        a[i] = a[j];
        a[j] = temp;
    }

ok，刚才说到初始化最大堆需要，从叶子节点上一层逐层调整堆，所以还会有以下for循环代码

for(int idx = heapSize/2; idx>=0; idx--){
   maxHeapify(nums, idx, heapSize);
}

问: 为什么从idx = heapSize/2开始构建最大堆，再向上层递进调整最大堆。

注意到idx = heapSize/2时，左孩子在数组下标是 2*idx+1, 其可能等于heapSize+1(当heapSize为偶数时), 也可能等于heapSize(当heapSize为奇数时), 都会正好超出数组边界。右孩子节点必定超出数组边界。

int largest = nums[idx];
int leftIdx = 2*idx+1;
int left = nums[leftIdx];

上面这种写法需要bugfix，因为求left时可能会数组越界。

另外, idx可以从heapSize/2-1开始算

for(int idx = heapSize/2 - 1; idx>=0; idx–){
maxHeapify(nums, idx, heapSize);
}

删除堆顶部元素，调整堆

当k=1,即求第一大元素时，不用删除堆顶元素，堆顶元素即为第一大元素。
当k=2,即求第二大元素，删除一次堆顶元素，将最后一个节点放置到堆顶，调整最大堆，堆顶元素即为最大值。

…
所以，寻找第K大元素，就是删除并调整最大堆K-1次，获取堆顶元素。

for(int i = 1; i<=K-1;i++){
    nums[0] = nums[heapSize-1];
    heapSize--;
    maxHeapify(nums, 0, heapSize);
}