基本思想:动态维护一个小顶堆,小顶堆的大小为k,每次add时返回堆顶元素即可。使用数组实现时要注意特殊样例越界的问题。
方法一,第一遍, 56ms,有很多很迷的垃圾操作
class KthLargest {
int K;
vector<int> heap;
public:
KthLargest(int k, vector<int>& nums) {
//heap.resize(k + 1);
K = k; // 赋值给私有成员以便成员函数访问
heap.push_back(0); // 第一个位置无效
if(nums.empty()) return;
int cnt;
sort(nums.begin(), nums.end(), greater<int>());
printf("%d", heap.size());
if(nums.size() > k) cnt = k - 1;
else cnt = nums.size() - 1;
for(int j = cnt; j >= 0; --j)
heap.push_back(nums[j]);
printf("%d", heap.size());
}
void downAdjust(int low, int high)
{
int i = low, j = i * 2; // j为其左孩子
while(j <= high)
{
if(j + 1 <= high && heap[j + 1] < heap[j]) // 右孩子存在且右孩子值小于左孩子
++j; // 换为更小的右孩子
if(heap[j] < heap[i])
{
swap(heap[i], heap[j]);
i = j;
j = i * 2;
}
else break; // 父节点已经比孩子结点均小
}
}
int add(int val) {
if(heap.size() - 1 < K)
heap.push_back(val);
else if(val > heap[1])
heap[1] = val;
downAdjust(1, heap.size() - 1);
return heap[1];
}
};
方法二,对第一遍的修改,本质上是对方法三的底层实现,32ms
class KthLargest {
int K;
vector<int> heap;
public:
KthLargest(int k, vector<int>& nums) {
K = k; // 赋值给私有成员以便成员函数访问
heap.push_back(0); // 堆第一个位置无效
for(int i = 0; i < nums.size(); ++i)
{
heap.push_back(nums[i]);
upAdjust(1, heap.size() - 1); // 堆增加元素要upAdjust
if(heap.size() - 1 > k) deleteHeap();
}
}
void deleteHeap() // 删除堆顶元素downAdjust
{
heap[1] = heap.back();
heap.pop_back();
downAdjust(1, heap.size() - 1);
}
void upAdjust(int low, int high)
{
int i = high, j = high / 2;
while(j >= low)
{
if(heap[j] > heap[i])
// 若父节点较大。由于除了最新插入的那个节点其余已经是一个堆,
// 所以没必要像downAdjust那样再有对左右孩子大小的判断
{
swap(heap[i], heap[j]);
i = j;
j = i / 2;
}
else break; // 已经调整完毕
}
}
void downAdjust(int low, int high)
{
int i = low, j = i * 2; // j为其左孩子
while(j <= high)
{
if(j + 1 <= high && heap[j + 1] < heap[j]) // 右孩子存在且右孩子值小于左孩子
++j; // 换为更小的右孩子
if(heap[j] < heap[i])
{
swap(heap[i], heap[j]);
i = j;
j = i * 2;
}
else break; // 父节点已经比孩子结点均小
}
}
int add(int val) {
heap.push_back(val);
upAdjust(1, heap.size() - 1);
if(heap.size() - 1 > K) deleteHeap();
return heap[1];
}
};
方法三,用STL的好处是不需要考虑数组的越界问题,并且会动态调整,40ms
class KthLargest{
public:
int K;
priority_queue<int, vector<int>, greater<int>> heap; // 小顶堆
KthLargest(int k, vector<int> nums)
{
K= k;//将小根堆的大小控制在k
for(int i = 0; i < nums.size(); ++i)
{
heap.push(nums[i]);
if(heap.size() > k) heap.pop(); // 将多余的元素pop掉
}
}
int add(int val)
{
heap.push(val);
if(heap.size() > K) heap.pop(); // 将多余的元素pop掉
return heap.top();
}
};