Kth Largest Element in an Array解题报告

这是道中等题,不难,一般都能Accepted,关键是看能不能在时间复杂度上面做优化。
首先我能想到的是用选择排序的思想,由大到小排序,一直到排到第K大个就停止并返回,这样对于n个元素的数组,平均时间复杂度为 O(n2) ,下面是C++代码的实现:

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        int n = nums.size();
        int index,tmp;
        for(int i=0; i < k; i++){
            index = i;
            tmp = nums[i];
            for(int j=i+1;j < n; j++){
                if(nums[index] < nums[j]){
                    index = j;
                }
            }
            nums[i] = nums[index];
            nums[index] = tmp;
        }
        return nums[k-1];
    }
};

提交后的情况
这里写图片描述
运行时间176ms,从分布图上看出这是特别慢的,于是做了小小的优化,即比较k 与 数组的中间位置n/2,k在n/2左边时就采用上面的算法,在右边时就将问题转化为寻找第n - k + 1个小的元素,代码如下:

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        int n = nums.size();
        int mid = n/2;
        int index,tmp;
       if(k <= mid){
            for(int i=0; i < k; i++){
            index = i;
            tmp = nums[i];
            for(int j=i+1;j < n; j++){
                if(nums[index] < nums[j]){
                    index = j;
                }
            }
            nums[i] = nums[index];
            nums[index] = tmp;
        }
        return nums[k-1];
       }
    else{
        k = n - k + 1;
        for(int i=0; i < k; i++){
            index = i;
            tmp = nums[i];
            for(int j=i+1;j < n; j++){
                if(nums[index] > nums[j]){
                    index = j;
                }
            }
            nums[i] = nums[index];
            nums[index] = tmp;
        }
        return nums[k-1];
    }
    }
};

这里写图片描述
用时49ms,快了一些,但是时间复杂度仍然是 O(n2) ,后来在讨论区看到了quickSelect 算法,并参考了维基百科上的quick select伪代码,并用C++实现,代码如下:

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        int left = 0;
        int right = nums.size() - 1;
        srand((unsigned)(time(NULL)));
        while(1){
            if(left == right){
                return nums[left];
            }
           int pivotIndex = rand() % (right - left + 1) + left;
           pivotIndex = partition(nums,left,right,pivotIndex);
           if(pivotIndex == k - 1){
               return nums[k-1];
           }
           else if(pivotIndex < k - 1){
               left = pivotIndex + 1;
           }
           else{
               right = pivotIndex - 1;
           }
        }
    }
private:
    int partition(vector<int>& nums,int left,int right,int pivotIndex){
        int pivotValue = nums[pivotIndex];
        int storeIndex = left;
        swap(nums[right],nums[pivotIndex]);
        for(int i = left; i < right; i++){
            if(nums[i] > pivotValue){
                swap(nums[i],nums[storeIndex]);
                storeIndex++;
            }
        }
        swap(nums[right],nums[storeIndex]);
        return storeIndex;
    }

};

这里写图片描述
9ms,优化效果不错。
这次解题的最大收获是学会了quick select 算法

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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