1、问题分析
题目链接:https://leetcode-cn.com/problems/kth-largest-element-in-an-array/
可以使用最小堆解决。代码我已经进行了详细的注释,理解应该没有问题,读者可以作为参考,如果看不懂(可以多看几遍),欢迎留言哦!我看到会解答一下。
2、问题解决
笔者以C++
方式解决。
#include "iostream"
using namespace std;
#include "algorithm"
#include "vector"
#include "queue"
#include "set"
#include "map"
#include "string"
#include "stack"
#include <functional>
class Solution {
private:
// 保存 k 的值
int k_all;
//降序队列 最小堆 即 堆顶元素是最小值
priority_queue<int, vector<int>, greater<int> > q;
public:
int findKthLargest(vector<int> &nums, int k) {
// 如果数组为空,则直接返回0
if (nums.empty()) {
return 0;
}
// 初始化 k_all
k_all = k;
// 将每个元素依次加入到最小堆中
for (int i = 0; i < nums.size(); ++i) {
add(nums[i]);
}
// 返回最小堆堆顶元素
return q.top();
}
/**
* 添加元素到最小堆,堆的大小最大为 k_all
* @param data
*/
void add(int data) {
// 如果没有达到最大的 堆的大小 ,直接添加元素
if (q.size() < k_all) {
q.push(data);
return;
}
// 否则取出堆顶元素
auto data_top = q.top();
// 如果堆顶元素比新插入的值大,则新值直接丢弃
if (data_top >= data) {
return;
}
// 否则弹出堆顶元素
q.pop();
// 插入新值
q.push(data);
}
};
int main() {
vector<int> nums = { 3, 2, 1, 5, 6, 4 };
Solution *pSolution = new Solution;
int i = pSolution->findKthLargest(nums, 2);
cout << i << endl;
system("pause");
return 0;
}
运行结果
有点菜,有时间再优化一下。
3、总结
难得有时间刷一波LeetCode
, 这次做一个系统的记录,等以后复习的时候可以有章可循,同时也期待各位读者给出的建议。算法真的是一个照妖镜,原来感觉自己也还行吧,但是算法分分钟教你做人。前人栽树,后人乘凉。在学习算法的过程中,看了前辈的成果,受益匪浅。
感谢各位前辈的辛勤付出,让我们少走了很多的弯路!
哪怕只有一个人从我的博客受益,我也知足了。
点个赞再走呗!欢迎留言哦!