Kth Largest Element in an Array——Difficulty:Medium

Problem :

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.

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.

**

Algorithm:

**
每次选取这个序列的最后一项U=array[end]，然后把序列分为两部分，前半部分是大于U的项，后半部分是小于U的项，顺便记录有多少与U相等的项。

1. 如果k大于前半部分的个数，小于前半部分的个数+与U相等的项的个数，那么U就是我们要的数。

2. k大于前半部分的个数+与U相等的个数，那么说明要找的数在后半部分中，也就是比U小的数中，那么对后半部分递归调用本函数（注意参数要对应）。

3. k小于等于前半部分的个数，说明要找的数在前半部分的序列中，那么对前半部分序列递归调用本函数。

算法时间复杂度：
每次递归都要进行n次比较，n是当前递归过程中的序列长度，假设每次把序列对半分，那么总比较次数：n=2^k n+n/2+n/4+……+1=n(1+1/2+……+1/2^k) 所以是O(N).

Tips:
之前不是在一个vector里操作这些算法，而是另外开了三个Vector来储存大于、等于、小于v的序列，这样代码写起来会直观很多，但是在leetcode中会有Memory Limit Exceeded的报错。
**

Code：

class Solution {
public:
int find(vector<int>& nums, int begin,int end,int k)
{
    int p=begin;
    int q=begin-1;
    int e=1;
    while(p<end)
    {
        if(nums[p]>nums[end])
        {
            q++;
            swap(nums[p],nums[q]);
        }
        else if(nums[p]==nums[end])
            e++;
        p++;
    }
    int index=q-begin;
    if(index+1<k&&k<=index+1+e)
    {
        return nums[end];
    }
    if(k>index+1+e)
    {
        return find(nums,q+1,end-1,k-index-2);
    }
    if(index+1>=k)
    {
        return find(nums,begin,q,k);
    }
    return 0;
}
int findKthLargest(vector<int>& nums, int k) {

    return find(nums,0,nums.size()-1,k);
}
};

Memory Limit Exceeded报错代码：
class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        vector<int > Small;
        vector<int > Equal;
        vector<int > Large;
        for(int i=0;i<nums.size();i++)
        {
            if(nums[i]<nums[k-1])
                Small.push_back(nums[i]);
            if(nums[i]==nums[k-1])
                Equal.push_back(nums[i]);
            if(nums[i]>nums[k-1])
                Large.push_back(nums[i]);
        }
        if(k<=Large.size())
            return findKthLargest(Large,k);
        else if(k>Large.size()&&k<=Large.size()+Equal.size())
            return Equal[0];
        else 
            return findKthLargest(Small,k-Large.size()-Equal.size());

    }
};