(22) 215. 数组中的第K个最大元素

题目链接:
https://leetcode-cn.com/problems/kth-largest-element-in-an-array/
困难度:中等
215. 数组中的第K个最大元素
在未排序的数组中找到第 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] 和 k = 2
	输出: 5
示例 2:
	输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
	输出: 4
说明:
你可以假设 k 总是有效的,且 1 ≤ k ≤ 数组的长度。

(昨天返校收拾东西 差点没累死。。。md 还是没缓过来)
看到这道题 第一想法 c++的库函数 sort 直接排序 返回不就行了吗? 也是试了一下 确实可以 就一句话

    int findKthLargest(vector<int>& nums, int k) {
        return sort(nums.begin(), nums.end(), greater<int>()), nums[k - 1];
    }

然后感觉不对劲 看了看解析。。。 没错都没使用sort 也对要是用sort 那这个题还有什么意义。。。
使用快速排序的思路 只不过需要加上判断
只需要第k位大的数字 那么其他数字的顺序都不需要考虑
只要我当前选中的数字是第k位 就可以了

class Solution {
public:
    int quickSelect(vector<int>& a, int l, int r, int index) {
        // 若q==index 直接返回
        // 若q>index  在l,q-1中寻找
        //   q<index  在q+1,r中寻找
        int q = randomPartition(a, l, r);
        if (q == index) {
            return a[q];
        } else {
            return q < index ? quickSelect(a, q + 1, r, index) : quickSelect(a, l, q - 1, index);
        }
    }

    inline int randomPartition(vector<int>& a, int l, int r) {
    	// 使用随机的数字
        int i = rand() % (r - l + 1) + l;
        swap(a[i], a[r]);
        return partition(a, l, r);
    }
    // 一趟  选中数字后 一趟排序
    inline int partition(vector<int>& a, int l, int r) {
        int x = a[r], i = l - 1;
        for (int j = l; j < r; ++j) {
            if (a[j] <= x) {
                swap(a[++i], a[j]);
            }
        }
        swap(a[i + 1], a[r]);
        return i + 1;
    }

    int findKthLargest(vector<int>& nums, int k) {
        // 第一次接触  随机化,避免最坏情况
        srand(time(0));
        return quickSelect(nums, 0, nums.size() - 1, nums.size() - k);
    }

};

(还有个 堆排序 。。。 没精神了 有时间再说 别忘了)

可以使用堆排序来解决该问题,其中堆排序是一种时间复杂度为O(n log n)的排序算法,可以在这里用来找到第k个最大元素。 堆排序的基本思想是将待排序序列构造成一个堆,然后依次将堆顶元素和堆底元素交换,每次交换后重新调整堆,直到所有元素都排好序为止。 具体实现步骤如下: 1. 定义一个小根堆 `minHeap`,将 `nums` 数组的前 `k` 个元素加入到小根堆中。 2. 从第 `k + 1` 个元素开始遍历 `nums` 数组,如果当前元素比小根堆堆顶元素大,就将堆顶元素弹出,并将当前元素加入到小根堆中。 3. 遍历结束后,小根堆中的堆顶元素就是第k个最大元素。 完整的代码如下: ```kotlin fun findKthLargest(nums: IntArray, k: Int): Int { // 将前k个元素加入小根堆中 val minHeap = PriorityQueue<Int>() for (i in 0 until k) { minHeap.offer(nums[i]) } // 遍历数组,将比堆顶元素大的元素加入堆中,弹出堆顶元素 for (i in k until nums.size) { if (nums[i] > minHeap.peek()) { minHeap.poll() minHeap.offer(nums[i]) } } // 堆顶元素就是第k个最大元素 return minHeap.peek() } ``` 在上述代码中,我们使用了 `java.util.PriorityQueue` 类来实现小根堆,其中 `minHeap.offer()` 方法用于加入元素,`minHeap.peek()` 方法用于获取堆顶元素,`minHeap.poll()` 方法用于弹出堆顶元素。由于小根堆中只保留前k个最大元素,因此堆中的元素个数不会超过k,时间复杂度为O(n log k)。
评论
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