【一次过】Lintcode 461. 无序数组K小元素

找到一个无序数组中第K小的数

样例

样例 1:

输入: [3, 4, 1, 2, 5], k = 3
输出: 3

样例 2:

输入: [1, 1, 1], k = 2
输出: 1

挑战

O(nlogn)的算法固然可行, 但如果你能 O(n) 解决, 那就非常棒了.

---

解题思路1：

快排的partition过程可定位到元素的位置，通过类似二分查找的定位方式找到第k小的数。

public class Solution {
    /**
     * @param k: An integer
     * @param nums: An integer array
     * @return: kth smallest element
     */
    public int kthSmallest(int k, int[] nums) {
        // write your code here
        if(k > nums.length)
            return -1;
        
        int p = partition(nums, 0, nums.length-1);
        
        while(p != k-1){
            if(p < k-1)
                p = partition(nums, p+1, nums.length-1);
            else
                p = partition(nums, 0, p-1);
        }
        
        return nums[p];
    }
    
    private int partition(int[] nums, int l, int r){
        int v = nums[l];
        
        int j = l;
        for(int i=j+1; i<=r; i++){
            if(nums[i] < v){
                swap(nums, i, ++j);
            }
        }
        
        swap(nums, l, j);
        
        return j;
    }
    
    private void swap(int[] nums, int i, int j){
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }
}

解题思路2：

优先队列。维护一个长度为k的最大堆，将nums中元素依次添加入优先队列，最后的队列头即为第k小元素。

public class Solution {
    /**
     * @param k: An integer
     * @param nums: An integer array
     * @return: kth smallest element
     */
    public int kthSmallest(int k, int[] nums) {
        // write your code here
        if(k > nums.length)
            return -1;
        
        //队列头是最大值
        PriorityQueue<Integer> queue = new PriorityQueue<>(11, Collections.reverseOrder());
        
        //维护一个队列长度总为k，则队列头即为第k小元素
        for(int i=0; i<nums.length; i++){
            queue.offer(nums[i]);
            
            if(queue.size() > k)
                queue.poll();
        }
        
        return queue.poll();
    }
}