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。
你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器,它包含数据流中的初始元素。每次调用 KthLargest.add,返回当前数据流中第K大的元素。
package com.zhr.heap;
/**
* @ Author :zhenghaoran.
* @ Date :Created in 11:49 2019/1/22
* @ Description:703. Kth Largest Element in a Stream
* 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。
你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器,它包含数据流中的初始元素。
每次调用 KthLargest.add,返回当前数据流中第K大的元素。
*/
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
/**
* 第一种使用数组只存前k个,每次加入一个跟数组最小值比较,如果大于最小值则替换最小值然后重新排序 时间复杂度 O(N*KlogK),
* 第二种方法:使用PriorityQueue 优先队列,我们构建一个小顶堆,每次新加一个数跟小顶堆最小值比较,如果比他大,
* 则删除堆中最小值,然后加入队列
* 第三种方法:使用两个堆,一个大顶堆,一个小顶堆,一直往小顶堆add,如果小顶堆的个数大于k那么minQueue弹出一个到大顶堆。即可
*/
public class KthLargest {
/**
* 这个方法有点low原因是使用了arraylist动态数组,因为普通的数组没法扩容,如果通过拷贝新数组的方式效率更慢
* 607ms
*/
List<Integer> list = new ArrayList<Integer>();
int k;
public KthLargest(int k, int[] nums) {
this.k = k;
for(int i = 0;i < nums.length;i++){
list.add(nums[i]);
}
}
public int add(int val) {
list.add(val);
Collections.sort(list);
int i = list.get(list.size() - k);
return i;
}
public static void main(String[] args) {
int k = 3;
int[] arr = {4,5,8,2};
KthLargest kthLargest = new KthLargest(k,arr);
int add = kthLargest.add(1);
System.out.println(add);
}
}
package com.zhr.heap;
import java.util.PriorityQueue;
import java.util.Queue;
/**
* @ Author :zhenghaoran.
* @ Date :Created in 18:08 2019/1/22
* @ Description:
* 第二种方法:使用PriorityQueue 优先队列,我们构建一个小顶堆,每次新加一个数跟小顶堆最小值比较,如果比他大,
* 则删除堆中最小值,然后加入队列
* 112ms 超越77%还是
*/
public class KthLargestTwo {
Queue<Integer> queue;
int k;
public KthLargestTwo(int k, int[] nums) {
this.queue = new PriorityQueue(k);
this.k = k;
for(int i = 0;i < nums.length;i++){
add(nums[i]);
}
}
public int add(int val) {
if(queue.size() < k){
queue.add(val);
}else{
if(queue.peek() < val){
queue.poll();
queue.add(val);
}
}
return queue.peek();
}
public static void main(String[] args) {
int k = 3;
int[] arr = {4,5,8,2};
KthLargestTwo kthLargest = new KthLargestTwo(k,arr);
int add = kthLargest.add(3);
System.out.println(add);
int add2 = kthLargest.add(6);
System.out.println(add2);
}
}