215. 数组中的第K个最大元素【中等】
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。
思路
方法一:
调用python排序函数sorted(),但此方法无法掌握排序算法的原理,不推荐使用。
class Solution:
def findKthLargest(self, nums: List[int], k: int) -> int:
return sorted(nums)[-k]
方法二:
快速排序:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
快速排序算法通过多次比较和交换来实现排序,其排序流程如下:
- 首先设定一个分界值,通过该分界值将数组分成左右两部分。
- 将大于或等于分界值的数据集中到数组右边,小于分界值的数据集中到数组的左边。此时,左边部分中各元素都小于或等于分界值,而右边部分中各元素都大于或等于分界值。
- 然后,左边和右边的数据可以独立排序。对于左侧的数组数据,又可以取一个分界值,将该部分数据分成左右两部分,同样在左边放置较小值,右边放置较大值。右侧的数组数据也可以做类似处理。
- 重复上述过程,可以看出,这是一个递归定义。通过递归将左侧部分排好序后,再递归排好右侧部分的顺序。当左、右两个部分各数据排序完成后,整个数组的排序也就完成了。
①分而治之+递归
class Solution:
def findKthLargest(self, nums: List[int], k: int) -> int:
# 快排:分而治之+递归 212 ms 14.9 MB
def quickSort(nums):
if len(nums) >= 2:
mid = nums[len(nums)//2]
nums.remove(mid)
low = []
high = []
for num in nums:
if num >= mid:
high.append(num)
else:
low.append(num)
return quickSort(high) + [mid] + quickSort(low)
else:
return nums
return quickSort(nums)[k-1]
②
class Solution:
def findKthLargest(self, nums: List[int], k: int) -> int:
l, r, k = 0, len(nums) - 1, k - 1
while 1:
# print(l,r)
p = self.partition(nums, l, r)
if p == k:
return nums[p]
elif p > k:
r = p - 1
else:
l = p + 1
# 快排,基准取数组第一位数,660 ms 14.9 MB
def partition1(self, nums, l, r):
pivot = nums[l]
index = l # 记录基准最终更换的位置
# 将大于pivot的值都放到左边,小于pivot的放基准右边
for i in range(l + 1, r + 1):
if nums[i] > pivot:
index += 1
nums[i], nums[index] = nums[index], nums[i]
# print(i,index,nums)
nums[l], nums[index] = nums[index], nums[l] # 将基准放中间
# print('--',index,nums)
return index
# 快排,随机取基准,164 ms 14.8 MB
def partition(self, nums, l, r):
k = random.randint(l, r) # 随机取基准,速度提高
pivot = nums[k]
nums[l], nums[k] = nums[k], nums[l]
index = l
# 将大于pivot的值都放到左边
for i in range(l + 1, r + 1):
if nums[i] > pivot:
index += 1
nums[i], nums[index] = nums[index], nums[i]
nums[l], nums[index] = nums[index], nums[l]
return index