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。
方法一: 利用快速排序的思想
// 利用快速排序的思想:从数组S中随机找出一个元素X,将数组分成两部分Sa和Sb.
// Sa中元素大于X, Sb中元素小于X:
// 这时有两种情况:
// 1、Sa中元素个数小于k,则Sb中的第k-|Sa|大元素即为第k大数
// 2、Sa中元素的个数大于等于k,则返回Sa中的第K大数
// 时间复杂度近似为O(n)
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
int len = nums.size();
if (len == 0 || k > len) return -1;
int start = 0;
int end = len-1;
int index = partition(nums, len, start, end);
while (index != k-1){
if (index > k-1){
end = index-1;
index = partition(nums, len, start, end);
}
else{
start = index+1;
index = partition(nums, len, start, end);
}
}
return nums[index];
}
private:
int partition(vector<int> &nums, int len, int start, int end){
int pivot = nums[start];
while (start < end){
while (start < end && pivot >= nums[end]){
--end;
}
nums[start] = nums[end];
while (start < end && pivot <= nums[start]){
++start;
}
nums[end] = nums[start];
}
nums[start] = pivot;
return start;
}
};
方法二:利用小顶堆
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
// 利用优先级队列
// 建立一个小根堆
// 先填满k个数,
// 接下来的数如果比堆顶小,则直接丢弃若大于堆顶,则替换堆顶
priority_queue<int, vector<int>, greater<int>> q;
for (int i = 0; i < nums.size(); ++i)
{
if (i < k)
{
q.push(nums[i]);
}
// i >= k
else if (nums[i] > q.top())
{
q.pop();
q.push(nums[i]);
}
}
return q.top();
}
};