题目链接
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 <= 104
0 <= nums.length <= 104
-104 <= nums[i] <= 104
-104 <= val <= 104
最多调用 add 方法 104 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
小顶堆:
建立一个大小为k的小顶堆,当新元素加入时直接push,如果大小超出k就heap.pop堆顶元素,这样堆顶就一直是第k大的元素
代码
Python
class KthLargest:
def __init__(self, k: int, nums: list[int]):
self.heap = []
self.size = k
for num in nums:
self._push(num)
def _push(self, num: int) -> None:
if len(self.heap) < self.size:
heapq.heappush(self.heap, num)
else:
if self.heap[0] < num:
heapq.heappop(self.heap)
heapq.heappush(self.heap, num)
def add(self, val: int) -> int:
self._push(val)
return self.heap[0]
Go
type hp struct {
sort.IntSlice
}
func (h *hp) Push(v interface{}) {
h.IntSlice = append(h.IntSlice, v.(int))
}
func (h *hp) push(v int) {
heap.Push(h, v)
}
func (h *hp) Pop() interface{} {
a := h.IntSlice
v := a[len(a)-1]
h.IntSlice = a[:len(a)-1]
return v
}
func (h *hp) pop() int {
return heap.Pop(h).(int)
}
func (h *hp) Top() int {
if h.IntSlice.Len() == 0 {
return 0
}
return h.IntSlice[0]
}
type KthLargest struct {
size int
hp *hp
}
func Constructor(k int, nums []int) KthLargest {
ans := KthLargest{
size: k,
hp: &hp{},
}
for _, num := range nums {
ans.Add(num)
}
return ans
}
func (this *KthLargest) Add(val int) int {
this.hp.push(val)
for this.hp.Len() > this.size {
this.hp.pop()
}
return this.hp.Top()
}