快排、前k小、第k大等题目的通用解法

快排

首先快排的写法大家都会,基本上重点在partition函数的编写,我一般使用的partititon模版如下,大家可以参考:

public int partition(int[] nums,int left,int right){
        int pivot = nums[left];
        while(left < right){
            while (left < right && nums[right] >= pivot){
                right--;
            }
            swap(nums,left,right);
            while(left < right && nums[left] <= pivot){
                left++;
            }
            swap(nums,left,right);
        }
        return left;
    }

这个swap函数我就不写了哈,就是数组元素交换,很简单
这个partition函数可以说是快排的精髓所在了,这函数的本质是找到一个基准元素,在这个基准的左边都是比它小的元素,右边都是比它大的元素,所以快排一定趟数就一定会使得数组有序,所以快排的完整调用的代码如下:

// 快排
    public void QuickSort(int[] nums){
        Sort(nums,0,nums.length - 1);
    }

//快排的内部循环
    public void Sort(int[] nums,int left,int right){
        if (left < right){
            int pivot = partition(nums,left,right);
            Sort(nums,left,pivot - 1);
            Sort(nums,pivot + 1,right);
        }
    }

前k小

前k小元素的解法就是在快排的思想上判断当前的基准元素是否是我们需要的位置,因为如果基准元素恰好是数组的第k个元素则直接返回数组的前k个元素即可,如果基准元素的位置要比k大的话,说明需要将基准元素的右边的位置再次进行一次递归,否则,就将基准元素的左边部分再递归一次

//前k小的内部循环
    public int[] Kmin(int[] nums,int left,int right,int k){
        int pivot =partition(nums,left,right);
        if(pivot == k) {
            return Arrays.copyOf(nums, pivot + 1);
        }else if(pivot > k){
            return Kmin(nums,left,pivot - 1,k);
        }else{
            return Kmin(nums,pivot + 1,right,k);
        }
    }

第k大

同理,第k大就是判断当前基准元素的位置是否在数组的倒数第k个位置上,直接死循环寻找即可:

//第k大
    public int findKthMax(int[] nums,int k){
        int left = 0,right = nums.length - 1;
        int target = nums.length - k;
        while(true){
            int pivot = partition(nums,left,right);
            if(pivot == target){
                return nums[pivot];
            }else if(pivot < target){
                left = pivot + 1;
            }else {
                right = pivot - 1;
            }
        }
    }

下面是我自己测试的用例:

int[] a = new int[]{1,4,68,4,3,2,1,0,12,323,45,34,4343,432,4,32,1,7,87,56};

快排结果如下:
image.png
前k小(k取5)
image.png
第k大(k取3)
image.png
另外,想要通过学习算法来提高面试/笔试竞争力的同学可以关注一下我的公众号:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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