算法题(一)--找出数组中第k大的数并输出其下标(数组中的数有重复)

有时候会突然被问到一些算法题,也是面试经常被问的思路问题吧,毕竟是师兄们面试回来说的面试考题。在这一系列呢,打算把自己每次被问到的仔细思考过的一些题都总结下来。方便自己去温习吧,也给大家参考一下我的思路。

文章结构:(1)题目描述;(2)快排思路解法;(3)堆排思路解法;(4)其他解法思路待续。


一、题目描述:

找出一个整型数组中第k大的数,并输出其下标。其中数组中的数有重复,重复的数据位置全部输出。

二、快排思路解法:

/*
    核心思想:利用快排思想,先假定从大到小排序,找枢纽,枢纽会把大小分开它的两边,当枢纽下标等于k时,
    即分了k位在它左边或右边,也就是最大或最小的排到了它的左边或右边了。那么那个枢纽就是要找的第k位了
 */
public class SearchNumData {
    /*
        n为数组长度
        k为要查找的第k大
     */
    public static int findKth(int[] a, int n, int K) {
        return findKth(a, 0, n - 1, K);
    }

    /*
           start为数组最低位下标
           end为数组最高位下标
     */
    public static int findKth(int[] a, int start, int end, int k) {
        //先进行一次快排,取得枢纽
        int pivot = partation(a, start, end);
        //pivot-start+1表示快排的前半段元素的个数(包括中轴)
        //当查了一次后,就划分了两边,大的在左边,小的在右边
        if (k == pivot - start + 1){
            return a[pivot];
        } else if (k > pivot - start + 1) {//说明第k大的元素在后半段,所以往后面查,start=pivot+1,k-(pivot-start+1)。为什么这样更新,想一下,我们虽然往后查,但查的还是整个数组的第k大,第一次快排枢纽的时候,已经把大的放右边了。
            return findKth(a, pivot + 1, end, k - pivot + start - 1);
        } else{//则第k大的元素在前半段,更新end=pivot-1
            return findKth(a, start, pivot - 1, k);
        }
    }
    //快排,找枢纽,从大到小排序
    public static int partation(int[] a, int low, int high) {
        int key = a[low];
        while (low < high) {
            while (low < high && a[high] <= key)
                high--;
            a[low] = a[high];
            while (low < high && a[low] >= key)
                low++;
            a[high] = a[low];
        }
        a[low] = key;
        return low;
    }
    public static void main(String[] args) {
        int[] array = {
                9, 1, 5, 3, 5, 2, 6, 8, 7, 6
        };//因为第一个数组被排序过了的,不是原来的了
        int [] array2 = array.clone();//所以我clone一份原来的数组
        int k=findKth(array,array.length,4);
        System.out.print(k);
        System.out.print("\n");
        for(int i=0;i<10;i++){
            System.out.print(array[i]+" ");
        }
        System.out.print("\n");
        for(int i=0;i<10;i++){
            if (k==array2[i]){
                System.out.print(" 位置"+i+"  ");
            }
        }
    }
}
打印如下:
6
9 7 8 6 5 2 6 3 5 1 
 位置6   位置9  

三、堆排思路解法:

/*
    核心思路:有大根堆与小根堆两种
    小根堆思路:构建一个k大小的小根堆,把数组的数全部装进去,边装边比较,大的始终会被丢到下面,而最小的会被放到堆顶!!所以装完之后,我们就可以确保,第k大的在小根堆堆顶。
    大根堆思路:构建一个k大小的大根堆,把数组的数全部装进去,边装边比较,小的始终会被丢到下面,而每次放数的时候,都会调整把大数丢到最上面。所以装完之后,我们就可以确保,第k大的在大根堆堆顶了。
 */
public class HeapSearchNumData {
    public static int findLeast(int[] nums, int k) {
        PriorityQueue<Integer> q = new PriorityQueue<Integer>(k);//一个基于优先级堆的极大优先级队列
        for (int i : nums) {
            q.offer(i);//把数丢进堆里自动调整

            if (q.size() > k) {
                q.poll();//检索并移除此队列的头,也就是把堆顶的那个丢出去。
            }
        }

        return q.peek();//单纯检查,不移除
    }
    public static void main(String[] args) {
        int[] array = {
                9, 1, 5, 3, 5, 2, 6, 8, 7, 6
        };//这里就没有用clone来复制一份数组了,因为PriorityQueue有暂存空间。
        int k=findLeast(array,4);
        System.out.print(k);
        System.out.print("\n");
        for(int i=0;i<10;i++){
            System.out.print(array[i]+" ");
        }
        System.out.print("\n");
        for(int i=0;i<10;i++){
            if (k==array [i]){
                System.out.print(" 位置"+i+"  ");
            }
        }
    }
}
打印如下:
6
9 1 5 3 5 2 6 8 7 6 
 位置6   位置9  

大家是不是看到了一个Java类PriorityQueue

一个基于优先级堆的极大优先级队列。此队列按照在构造时所指定的顺序对元素排序,既可以根据元素的自然顺序来指定排序(参阅 Comparable),也可以根据 Comparator 来指定,这取决于使用哪种构造方法。优先级队列不允许 null 元素。依靠自然排序的优先级队列还不允许插入不可比较的对象。
默认:此队列的头是按指定排序方式的最小元素。

查询操作: poll、remove、peek 和 element 访问处于队列头的元素。

插入操作:此实现为插入方法(offer 和 add 方法)

删除:remove,poll

一个demo基本解出此类用法:更详细的文档
public class TestPriorityQueue {
    public static void main(String[] args) {
        PriorityQueue<Integer> pq = new PriorityQueue(3);
        int[] array = {
                9, 1, 5, 3, 5, 2, 6, 8, 7, 6
        };
        for (int i = 0; i < array.length; i++) {
            pq.offer(array[i]);
            System.out.print("\n");
            Object[] a =pq.toArray();
            for (int j =0;j<a.length;j++){
                System.out.print(a[j]);
            }
        }
    }
}
打印如下:

9
19
195
1359
13595
132955
1329556
13285569
132755698
1327556986

四、其他解法思路待续:

(1)耿直的排序,直接取值法:

 public static int findNum(int[] nums, int k) {
        Arrays.sort(nums);
        return nums[nums.length - k];
    }

(2)利用哈希:

建立一个二维索引表,一维记录数组内容,另一维记录下标,对内容进行排序。元素有重复,但下标不会有重复。取到那个k内容,就是根据哈希取下标了。

源码下载:辅助的数据结构与算法系列(基础知识笔记跟题目会慢慢列出来)

好了,算法题(一)–找出数组中第k大的数并输出其下标(数组中的数有重复)讲完了。本博客系列是我学习过程中,被人问到的面试题(虽然大二的我还没到面试阶段,但既然被问到了,就做下咯,这些解法思路还是很开拓视野的),每遇一题我都会认真思考,列出多项解决之道给大家,分享经验给大家。欢迎在下面指出错误,共同学习!!你的点赞是对我最好的支持!!

更多内容,可以访问JackFrost的博客

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值