问题描述:
在时间复杂度为 O(nlogn) 或者 O(n)的情况下实现找出一个数组中第K大的元素值
重点:
在满足上述时间复杂度的同时给出最优解
主要考点:
- 使用数组快排算法给出最优解
- 使用最简代码给出最优解
算法逻辑:
最简代码实现使用了**JDK1.8+**提供的原生方法,故不再多做阐述。
快速排序算法:
- 快排算法本质上是对冒泡排序算法的一种优化及改良
- 设置两个变量i、j,排序开始的时候:i=0,j=N-1;
- 以第一个数组元素作为关键数据,赋值给key,即key=A[0];
- 从j开始向前搜索,即由后开始向前搜索(j–),找到第一个小于key的值A[j],将A[j]和A[i]的值交换;
- 从i开始向后搜索,即由前开始向后搜索(i++),找到第一个大于key的A[i],将A[i]和A[j]的值交换;
- 重复第3、4步,直到i=j; (3,4步中,没找到符合条件的值,即3中A[j]不小于key,4中A[i]不大于key的时候改变j、i的值,使得j=j-1,i=i+1,直至找到为止。找到符合条件的值,进行交换的时候i, j指针位置不变。另外,i==j这一过程一定正好是i+或j-完成的时候,此时令循环结束)
实现代码(快排算法):
public int kthLargestElement(int n, int[] nums) {
return findKthLarge(nums, 0, nums.length - 1, n - 1);
}
private int findKthLarge(int[] nums, int left, int right, int k) {
if (left == right) {
return nums[left];
}
int oldLeft = left, oldRight = right;
int pivot = nums[(left + right) / 2];
while (left <= right) {
while (left <= right && nums[left] > pivot) {
left++;
}
while (left <= right && nums[right] < pivot) {
right--;
}
if (left <= right) {
int tmp = nums[left];
nums[left] = nums[right];
nums[right] = tmp;
left++;
right--;
}
}
if (left <= k) {
return findKthLarge(nums, left, oldRight, k);
} else if (right >= k) {
return findKthLarge(nums, oldLeft, right, k);
} else {
return nums[k];
}
}
实现代码(最简代码):
public int kthLargestElement(int n, int[] nums) {
Arrays.sort(nums);
return nums[nums.length - n];
}