目录
题目链接:703. 数据流中的第 K 大元素
题目描述
设计一个找到数据流中第 k 大元素的类(class)。注意是排序后的第 k 大元素,不是第 k 个不同的元素。
请实现 KthLargest 类:
- KthLargest(int k, int[] nums) 使用整数 k 和整数流 nums 初始化对象。
- int add(int val) 将 val 插入数据流 nums 后,返回当前数据流中第 k 大的元素。
示例:
输入:
["KthLargest", "add", "add", "add", "add", "add"]
[[3, [4, 5, 8, 2]], [3], [5], [10], [9], [4]]
输出:
[null, 4, 5, 5, 8, 8]解释:
KthLargest kthLargest = new KthLargest(3, [4, 5, 8, 2]);
kthLargest.add(3); // return 4
kthLargest.add(5); // return 5
kthLargest.add(10); // return 5
kthLargest.add(9); // return 8
kthLargest.add(4); // return 8
提示:
- 1 <= k <= 10^4
- 0 <= nums.length <= 10^4
- -10^4 <= nums[i] <= 10^4
- -10^4 <= val <= 10^4
- 最多调用 add 方法 10^4 次
- 题目数据保证,在查找第 k 大元素时,数组中至少有 k 个元素
解题思路
这道题并不难,记录这道题的原因在于在题解区看见一个非常优质的分享,介绍的是关于topK问题的解读,其中详细介绍了排序法、堆以及随机选择法的实现的细节,非常值得学习。
这道题使用堆是比较容易想到的方法,始终维持一个大小为K的小顶堆,则堆顶的元素即为topK的值。
分享链接:拜托,面试别再问我TopK了!!!
代码实现
class KthLargest {
public:
KthLargest(int k, vector<int>& nums) {
length = k;
for (auto &x : nums) {
que.push(x);
}
}
int add(int val) {
que.push(val);
if (que.size() > length) {
que.pop();
}
return que.top();
}
private:
//c++默认大顶堆
priority_queue<int, vector<int>, greater<int>> que;
int length;
};