leetcode 215
题目描述
在未排序的数组中找到第 k 个最大的元素。请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素。
样例
示例 1:
输入: [3,2,1,5,6,4] 和 k = 2
输出: 5
示例 2:
输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4
说明:
你可以假设 k 总是有效的,且 1 ≤ k ≤ 数组的长度。
算法1
(库函数排序) O ( n l o n g ( n ) O(nlong(n) O(nlong(n)
对于这一道题,最直观的做法便是使用内置的排序函数排序,而第k大就是从小到大排第n-k+1个元素,他的下标则是n-k
C++ 代码
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
sort(nums.begin(),nums.end());
return nums[nums.size()-k];
}
};
算法二
堆排序(nlong(n))
对于第k个元素,也可以使用堆排序来做,c++内置了优先队列,是一个小根堆,他的堆顶是最大的元素,有两种写法
- 1 将所有元素入堆,弹出k-1个元素,剩下的堆中的堆顶就是第k大,
- 2 一个一个入堆,如果堆容量超过n-k,就入堆一个,再弹出一个,维护一个k大小的堆,最后堆顶便是第k大
写法1
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
priority_queue<int> q;
for(int i=0;i<nums.size();i++){
q.push(nums[i]);
if(q.size()>(nums.size()-k+1))
q.pop();
}
return q.top();
}
};
写法2
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
priority_queue<int> q;
for(int i=0;i<nums.size();i++){
q.push(nums[i]);
if(q.size()>(nums.size()-k+1))
q.pop();
}
return q.top();
}
};
算法三
快速选择O(n)
算法一内置的sort底层实现也是一种快速排序算法,类似于快速排序的思想,在每次完成一次划分之后,可以判断要寻找的第k大的数也就是数组坐标k-1的与每次的划分点j分界线的大小,由于每趟快排分界点的数都放在了最终排序后的位置,当[k-1]小于等于j时,此时要寻找的第k大的数字位于j前面的区域,根据二分的思想,可以得知k必定不在j之后的区域,因此只对前面部分排序,反之则直对后面部分排序,弱l=r说明只有一个元素,便是我们要找的k大的值
时间复杂度分析:O(n)
第一次扫描一遍n次,第二趟平均n/2次,第k次平均n/(2^k)次,这一级数和收敛,因此时间复杂度还是O(n)
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
int n=nums.size();
return partition(nums,0,n-1,k);
}
int partition(vector<int>& nums,int l,int r,int k){
if(l==r) return nums[r];
int i=l-1,j=r+1,x=nums[l];
while(i<j){
do i++;while(nums[i]>x);
do j--;while(nums[j]<x);
if(i<j) swap(nums[i],nums[j]);
else break;
}
if(j>=k-1) return partition(nums,l,j,k);//因为第k大对应下标为k-1
else return partition(nums,j+1,r,k);
// return 0;
}
};