215. Kth Largest Element in an Array

Find the kth largest element in an unsorted array. Note that it is the kth largest element in the sorted order, not the kth distinct element.

For example,
Given [3,2,1,5,6,4] and k = 2, return 5.

Note:

You may assume k is always valid, 1 ≤ k ≤ array's length.

这题感觉在变着花样考排序……

最简单粗暴的办法

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        
        sort(nums.begin(), nums.end());
        
        return nums[nums.size()-k];
    }
    
};

快排

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        
        return patrition(nums, 0, nums.size()-1, k-1);
        
    }
    
    int patrition(vector<int>& nums, int begin, int end, int k){
        int l=begin, r=end;
        int pivot=nums[begin];
        while(l<r){
            while(l<r&&nums[r]<=pivot) --r;
            nums[l]=nums[r];
            while(l<r&&nums[l]>=pivot) ++l;
            nums[r]=nums[l];
        }
        nums[l]=pivot;
        if(l==k) return nums[l];
        else if(l>k) return patrition(nums, begin, l-1, k);
        else return patrition(nums, l+1, end, k);
    }
    
};

看到算法上关于快排的写法回来又看了一下这道题。

改进的写法是这样的,改进的部分是算法不忽略和pivot相等的数，因为当数组含有大量重复值时，快排会出现对数组切分后某一数组为空的情况，因此排序时间会逼近O（N）

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        
        return patrition(nums, 0, nums.size()-1, k-1);
        
    }
    
    int patrition(vector<int>& nums, int begin, int end, int k){
        int l=begin, r=end+1;//为之后r和l在比较之前进行了自增和自减做准备，begin由于是pivot所以本来就不用参与，r则规定为end+1
        int pivot=nums[l];
        while(l<r){//关于这里为什么没有等于的问题，因为等于的话有可能l和r会越界，例如1,3,2
            while(l<r&&nums[--r]<pivot) ;//r和l在比较之前已经进行了自增和自减，注意这里已经没有了等于号，因为去掉了等于号，所以要让l和r的自增减在判断过程中进行
            nums[l]=nums[r];
            while(l<r&&nums[++l]>pivot) ;//
            nums[r]=nums[l];
        }
        nums[l]=pivot;
        if(l==k) return nums[l];
        else if(l>k) return patrition(nums, begin, l-1, k);
        else return patrition(nums, l+1, end, k);
    }
    
};

堆排……我是抗拒的，直接拿priority_queue做。

class Solution { 
public: int findKthLargest(vector<int>& nums, int k) 
{ 
priority_queue<int> pq(nums.begin(), nums.end()); 
for (int i = 0; i < k - 1; i++)
 pq.pop(); 
return pq.top(); 
} 
};