搜索了一下共发现两种解法,一种是借助一个额外的堆空间,一种是利用快排的方式根据位置来查找!
解法一:借助辅助堆
建立一个k个元素的小顶堆,首先将数组中前k个元素放入堆中,此时堆顶元素为第k大的元素,后面继续遍历数组,比较数组中元素与堆顶元素值,当数组中元素大于堆顶元素时,将堆顶元素弹出,新元素入堆,这样最终堆顶元素即为第k大。
可以直接利用Java中优先级队列,这里传入一个比较器来构造小顶堆
import org.junit.Test;
import java.util.Comparator;
import java.util.PriorityQueue;
public class TopKTest {
@Test
public void topKQueue() {
int[] arr = {1, 2, 3, 4, 5, 6, 7, 8, 8, 9, 2, 2, 23, 45, 78, 23, 45, 56};
int topK = topK(arr, 3);
System.out.println(topK);
}
public static int topK(int[] arr, int k) {
//建立小根堆
PriorityQueue<Integer> q = new PriorityQueue<>(k, new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
//元素升序排序
return o1 - o2;
}
});
for (int i = 0; i < k; i++) {
q.add(arr[i]);
}
for (int i = k; i < arr.length; i++) {
//比堆顶元素大,则移除堆顶元素,加入堆
if (arr[i] > q.peek()) {
q.poll();
q.add(arr[i]);
}
}
return q.peek();
}
}
解法二:利用快排
利用快速排序中partition函数,当partition返回元素坐标q==k-1时,说明q前面已经有k-1个元素比q位置元素小,则arr[q]即为第k大元素。如果q>k-1 说明第k大元素在前半部分,否则在后半部分。
import org.junit.Test;
public class FindTopKTest {
@Test
public void topKTest() {
int[] arr = {1, 2, 3, 4, 5, 6, 7, 8, 8, 9, 2, 2, 23, 45, 78, 23, 45, 56};
int topK3 = topK(arr, 3);
System.out.println(topK3);
}
public static int topK(int[] nums, int k) {
return topK(nums, k, 0, nums.length - 1);
}
public static int topK(int[] nums, int k, int start, int end) {
//第k大个元素
int low = start;
int high = end;
int mid = nums[low];
while (low < high) {
//找到后半部分[x - high](low < x < high)小于mid,移到low位置
while (low < high && nums[high] <= mid) high--;
if (low < high) nums[low] = nums[high];
//找到前半部分[low - x](low < x < high)大于等于mid,移到high位置
while (low < high && nums[low] >= mid) low++;
if (low < high) nums[high] = nums[low];
}
nums[low] = mid;
if (low == k - 1) {
return mid;
} else if (low > k - 1) {
//第k大位于前半部分
return topK(nums, k, start, low - 1);
} else {
//第K大位于后半部分
return topK(nums, k, low + 1, end);
}
}
}
参考