qq_31361913的博客

保持堆的大小为K，然后遍历数组中的数字，遍历的时候做如下判断：若目前堆的大小小于K，将当前数字放入堆中； 否则判断当前数字与大根堆堆顶元素的大小关系，如果当前数字比大根堆堆顶还大，这个数就直接跳过； 反之如果当前数字比大根堆堆顶小，先poll掉堆顶，再将该数字放入堆中。import java.util.*;public class Solution { public ArrayList<Integer> GetLeastNumbers_Solution(int [] in

这道题可以用heap来做，有两种视角：Best First Search: 这种写法每次需要expand右边和下边两个数，同一个数可能会被expand两次。因此需要一个二维数组visited[][]来记录每个数是否已经被expand过了。 class Solution { public int kthSmallest(int[][] matrix, int k) { int rows = matrix.length; int cols = matrix[0]

借助 哈希表 来建立数字和其出现次数的映射，遍历一遍数组统计元素的频率维护一个元素数目为 kk 的最小堆每次都将新的元素与堆顶元素（堆中频率最小的元素）进行比较如果新的元素的频率比堆顶端的元素大，则弹出堆顶端的元素，将新的元素添加进堆中最终，堆中的 kk 个元素即为前 kk 个高频元素class Solution { public int[] topKFrequent(int[] nums, int k) { Map<Integer, Integer> co

这是一道让我收获很大的题，解题思路是使用quick select排序。首先选出一个pivot（为了方便，把数组的最后一个元素nums[high] 设置成pivot）, 然后扫描整个数组。使用了两个指针: i and j，[low, i) 是小于pivot的元素，[i, j) 是大于pivot的元素，[j, high)是未知探索区域。当扫描完整个数组后，将 nums[i] 和 nums[high] 交换位置，这样 index为 i 的 元素即 pivot 在整个数组的位置已经固定下来，我们数一下pivot从大