数组中的第K个最大元素
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。
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。
思路:
- 将所有元素进行排序,输出第K个最大元素。关键在于使用什么方法排序,经过我的百度,好像使用堆排序比较多。
- 实际上,我们只需要管理一个大小为K的堆即可,并不需要管理数组长度的堆。堆排序参考链接1,搞清楚大顶堆与小顶堆的定义,声明,使用。
代码:
方法1:对所有元素堆排序。
class Solution {
public:
//方法1:
int findKthLargest(vector<int>& nums, int k) {
priority_queue<int> q; //默认,大顶堆,priority_queue(int,vector<int>,less<int>)
for_each(nums.begin(), nums.end(), [&](int i) { q.push(i); }); //for_each的方法可以了解一下
for(int i = 0; i < k - 1; i++)
q.pop();
return q.top();
}
};
方法2:管理一个K大小的小顶堆,priority_queue<int,vector,greater>。
class Solution {
public:
//方法2
int findKthLargest(vector<int>& nums, int k)
{
priority_queue<int,vector<int>,greater<int>> q; //小顶堆
for(int i=0;i<nums.size();i++)
{
if(i<k)
{
q.push(nums[i]);
}else{
if(nums[i]>q.top()) //不断更新顶部的值
{
q.pop();
q.push(nums[i]);
}
}
}
return q.top();
}
};
结果:
方法1结果:
方法2结果:
可以看到,方法二更快一些,内存消耗也小一些。
参考链接:
[1] WhiteJunior:C++中priority_queue理解与使用