力扣学习笔记day14

题215.数组中第K个最大元素

题意

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。

eg

输入: [3,2,1,5,6,4] 和 k = 2
输出: 5

---

解题

看到这道题我们很容易想到就是将数组进行从大到小进行排序，而后输出第K个数，但这样做的问题在于我们把所有的数都进行了排序，时间复杂度为O(nlogn)，但实际上并无必要。

为了加快解题速度，减少不必要操作，本题有多种解法，列出两种，一种是 针对快排进行改进，另一种是利用 最大堆。

改进的快排

定义一个partition函数，实现快速排序，每次返回快排的基准数在数组中的位置：

def partition(l,r):
	pivot=l
	while l<r:
		while l<r and nums[r]>=nums[pivot]:
			r-=1
		while l<r and nums[l]<=nums[pivot]:
			l+=1
		nums[l],nums[r]=nums[r],nums[l]
	nums[l],nums[pivot]=nums[pivot],nums[l]
	return l

比较partition函数返回值和 K 的关系

• 如果比 k 大，那么就从前半部分中继续找 k
• 如果比 k 小，就在后半部分中继续找 k
  这样就不用对所有数进行排序，当找到第 K 个数后直接返回

k=len(nums)-k
l,r=0,len(nums)-1
while True:
	tmp=partition(l,r)
	if tmp==k:
		return nums[tmp]
	elif tmp<k:
		l=tmp+1
	else:
		r=tmp-1

最大堆

可以利用python的heapq库来解题，但是headq默认的最小堆，为了符合题意，可以把所有数值先转为负的，然后输出。

for num in nums:
	num*=-1
heapq.heapify(nums)
for i in range(k-1):
	heapq.heappop(nums)
return -1*heapq.heappop(nums)

---

题217.存在重复元素

题意

给定一个整数数组，判断是否存在重复元素。

如果存在一值在数组中出现至少两次，函数返回 true 。如果数组中每个元素都不相同，则返回 false 。

---

解题

本题比较简单，很多种解法

1. 排序后逐个比较

把所有数排序后遍历，逐个比较，如果有两个相等，返回True
时间复杂度O(nlogn)

nums.sort()
for i in range(len(nums)-1):
	if nums[i]==nums[i+1]:
		return True
return False

2. 利用set去重，比较是否和原数组等长

return False if len(set(nums))==len(nums) else True

3. 哈希表

遍历数组，将已遍历的数放到哈希表中，如果遍历到的数已存在，则退出遍历，代码略。

---

题230.二叉搜索树中第K小的元素

题意

给定一个二叉搜索树，编写一个函数 kthSmallest 来查找其中第 k 个最小的元素。

说明：
你可以假设 k 总是有效的，1 ≤ k ≤ 二叉搜索树元素个数。

eg

输入: root = [3,1,4,null,2], k = 1
3
/ \
1 4
\
  2
输出: 1

---

解题

本题需要用好题目中 二叉搜索树 这个条件。

1. 递归

def helper(root):
	return helper(root.left)+[root.val]+helper(root.right) if root else []
return helper(root)[k-1]

由于遍历了整棵树，所以时间复杂度为O(n)，用了一个数组来存储遍历结果，所以空间复杂度也是O(n)

2. 迭代

对二叉树进行遍历，将遍历到的元素放到栈当中，优先将左子树加到栈中。

每遍历完一次，对元素进行pop操作，每弹出一次，将k减一，实际上每次弹出的都是当前树中的最小元素。

如果k减到零了，将当前弹出的元素输出；如果没有，将当前元素的右侧节点加入栈中，重复上述操作。

这样，实际上就实现了树的中序遍历

helper[]
while True:
	while root:
		helper.append(root)
		root=root.left
	root=helper.pop()
	k-=1
	#判断是否到第k个数了
	if not k:
		return root.val
	root=root.right