LeetCode_215 数组中的第K个最大元素

题目描述:

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。

解题思路:

就是先将数组进行排序,然后求出数组中最k个最大的元素。

这里顺便回顾一下排序算法,好久没写过了。

第一种解法:冒泡排序

代码实现:

class Solution {
    public int findKthLargest(int[] nums, int k) {
         for (int i = 0; i < nums.length; i++) {
            boolean flag = true;
            for (int j = nums.length - 1; j > i; j--) {
                if (nums[j] < nums[j - 1]) {
                    exchange(j, j - 1, nums);
                    flag = false;
                }

            }
            //flag为true---->两个相邻的数之间没有做交换---->任意一个前一个数小于后一个数---->已经完成排序的
            if (flag) {
                break;
            }
        }
       // System.out.println(Arrays.toString(nums));
        return nums[nums.length - k];
    }
     private static void exchange(int i, int j, int[] nums) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;

    }
}

第二种解法:选择排序

class Solution {
    public int findKthLargest(int[] nums, int k) {
         for (int i = 0; i < nums.length - 1; i++) {
            //最小值的索引
            int minIndex = i;
            //找出最小值的索引
            for (int j = i + 1; j < nums.length; j++) {
                if (nums[j] < nums[minIndex]) {
                    minIndex = j;
                }

            }
            if (minIndex != i) {
                exchange(i, minIndex, nums);
            }

        }
        return nums[nums.length - k];
    }
     private static void exchange(int i, int j, int[] nums) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;

    }
}

第三种解法:插入排序

class Solution {
    public int findKthLargest(int[] nums, int k) {
        for (int i = 0; i < nums.length-1; i++) {
            for (int j = i + 1; j > 0; j--) {

                if (nums[j] < nums[j - 1]) {
                    exchange(j, j - 1, nums);
                } else {
                    break;
                }

            }

        }

        return nums[nums.length - k];
    }
     private static void exchange(int i, int j, int[] nums) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;

    }
}

第四种解法:希尔排序

class Solution {
    public int findKthLargest(int[] nums, int k) {
        int incre = nums.length;

        while (true) {
            incre = incre / 2;

            //根据增量分为若干子序列
            for (int m = 0; m < incre; m++) {    
                //类似于插入排序,只不过这里的i值每次是加增量的长度,而不是1
                for (int i = m + incre; i < nums.length; i += incre) {
                     //这里的j也是每次减去增量的长度
                    for (int j = i; j > m; j -= incre) {
                        if (nums[j] < nums[j - incre]) {
                            exchange(j, j - incre, nums);
                        } else {
                            break;
                        }
                    }
                }
            }

            if (incre <= 1) {
                break;
            }
        }

        return nums[nums.length - k];
    }
     private static void exchange(int i, int j, int[] nums) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;

    }
}

希尔排序的运行时间相比上边的减少了好多

执行用时 : 9 ms, 在Kth Largest Element in an Array的Java提交中击败了69.01% 的用户

内存消耗 : 39.2 MB, 在Kth Largest Element in an Array的Java提交中击败了61.64% 的用户

 

第五种解法:快速排序

 

class Solution {
    public int findKthLargest(int[] nums, int k) {
            quickSort(nums, 0, nums.length - 1);
      
        return nums[nums.length - k];
    }
   private static void quickSort(int[] nums, int low, int high) {
        if (low >= high) return;

        int i = low;
        int j = high;
        int key = nums[low];
        while (i < j) {
            //从右往左找比key小的数
            while (i < j && nums[j] >= key) {
                j--;
            }
            //找到后,右边指针停下来,将找到这个数据给左边指针指的位置,然后开始从左往右找
            if (i < j) {
                nums[i] = nums[j];
                i++;
            }
            //从左往右找比key大的
            while (i < j && nums[i] < key) {
                i++;
            }
            //找到后,左边指针停下来,将这个大的数据给右边指针指的
            if (i < j) {
                nums[j] = nums[i];
                j--;
            }
        }
        //i==j,此时这个位置就是key的位置,key左边的数据比key小,key右边的数据比key大
        nums[i] = key;
        //根据key的值所在的位置,将要排序的数分为两部分,一部分比key小,一部分比key大
        quickSort(nums, low, i - 1);
        quickSort(nums, i + 1, high);
    }
}

key值的选取可以有多种形式,例如中间数或者随机数,分别会对算法的复杂度产生不同的影响。

第六种解法:归并排序

代码:

class Solution {
    public int findKthLargest(int[] nums, int k) {
             int first = 0;
        int last = nums.length - 1;
        int[] temp = new int[nums.length];
        merge_sort(nums, first, last, temp);

     //   System.out.println(Arrays.toString(nums));
        return nums[nums.length - k];
    }
    private static void merge_sort(int[] a, int first, int last, int[] temp) {
        if (first < last) {
            int middle = (first + last) / 2;
            merge_sort(a, first, middle, temp);
            merge_sort(a, middle + 1, last, temp);
            mergeArray(a, first, middle, last, temp);

        }

    }

    //合并:将两个序列a[first-->middle],a[middle+1-->end]合并到temp中
    private static void mergeArray(int a[], int first, int middle, int end, int temp[]) {
        int i = first;
        int m = middle;
        int j = middle + 1;
        int n = end;
        int k = 0;
        while (i <= m && j <= n) {
            if (a[i] <= a[j]) {
                temp[k] = a[i];
                k++;
                i++;
            } else {
                temp[k] = a[j];
                k++;
                j++;
            }
        }
        while (i <= m) {
            temp[k] = a[i];
            k++;
            i++;
        }
        while (j <= n) {
            temp[k] = a[j];
            k++;
            j++;
        }

        for (int ii = 0; ii < k; ii++) {
            a[first + ii] = temp[ii];
        }
    }

}

速度越来越快了!!

执行用时 : 4 ms, 在Kth Largest Element in an Array的Java提交中击败了95.29% 的用户

内存消耗 : 35.6 MB, 在Kth Largest Element in an Array的Java提交中击败了99.11% 的用户

 

第七种解法:堆排序

 

代码:

class Solution {
    public int findKthLargest(int[] nums, int k) {
          MinHeap_Sort(nums, nums.length);
       // System.out.println(Arrays.toString(nums));
        return nums[k-1];
    }
    private static void MinHeap_Sort(int a[], int n) {
        int temp = 0;
        MakeMinHeap(a, n);

        for (int i = n - 1; i > 0; i--) {
            temp = a[0];
            a[0] = a[i];
            a[i] = temp;
            MinHeapFixdown(a, 0, i);
        }

    }


    //构建最小堆
    private static void MakeMinHeap(int a[], int n) {
        for (int i = (n - 1) / 2; i >= 0; i--) {
            MinHeapFixdown(a, i, n);
        }
    }

    //从i节点开始调整,n为节点总数
    //从0开始计算 i节点的子节点为 2*i+1,2*i+2
    private static void MinHeapFixdown(int a[], int i, int n) {
        //i节点的左孩子节点
        int j = 2 * i + 1;
        int temp = 0;
        while (j < n) {
            if (j + 1 < n && a[j + 1] < a[j]) {
                j++;
            }
            if (a[i] <= a[j]) {
                break;
            }
//较大的节点下移
            temp = a[i];
            a[i] = a[j];
            a[j] = temp;

            i = j;
            j = 2 * i + 1;

        }

    }

}

执行用时 : 5 ms, 在Kth Largest Element in an Array的Java提交中击败了89.53% 的用户

内存消耗 : 36.5 MB, 在Kth Largest Element in an Array的Java提交中击败了95.61% 的用户

 

  • 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