LeetCode215
https://leetcode.cn/problems/kth-largest-element-in-an-array/
思路分析
方法1:基于堆处理(暂时不懂,后续再仔细分析)
方法2:基于快速排序实现
先用快速排序将数组整体排序,再按照索引值取值
方法3:基于快速排序实现
从图中可以看出,15赋值为pivot,经过一轮比较后,15最终被放到属于自己的位置上,不会再变化,而15的左右两侧可以分别再进行排序。
这里还可以获得一个信息,15的索引为2,所以递增排序之后15一定是第3大的元素。如果我们要找第2大,一定要到15的右边找。如果要找第4大,一定要到15的左边找,而不需要的那部分就不用管了。
这样,我们可以直接改造下快速排序的代码来实现。
代码实现
方法2实现
class Solution:
def quickSort(self, nums, start, end):
if start >= end:
return
pivot = nums[(start+end)//2]
left, right = start, end
while left <= right:
while nums[left] > pivot:
left += 1
while nums[right] < pivot:
right -= 1
if left <= right:
nums[left], nums[right] = nums[right], nums[left]
left += 1
right -= 1
self.quickSort(nums, start, right)
self.quickSort(nums, left, end)
def findKthLargest(self, nums: List[int], k: int) -> int:
self.quickSort(nums, start=0, end=len(nums)-1)
return nums[k-1]
方法3实现
import random
class Solution:
def findKthLargest(self, nums, k):
return self.quickSelect(nums, 0, len(nums) - 1, len(nums) - k)
def quickSelect(self, nums, left, right, index):
q = self.randomPartition(nums, left, right)
if q == index:
return nums[q]
else:
return self.quickSelect(nums, q + 1, right, index) if q < index else self.quickSelect(nums, left, q - 1,
index)
def randomPartition(self, nums, left, right):
# 这里为什么需要交换下?
# 快速排序,随机选择pivot,不交换也行
i = random.randint(left, right)
nums[i], nums[right] = nums[right], nums[i]
return self.partition(nums, left, right)
def partition(self, nums, left, right):
# 快速排序算法
x = nums[right]
i = left - 1
for j in range(left, right):
if nums[j] <= x:
i += 1
nums[i], nums[j] = nums[j], nums[i]
nums[i + 1], nums[right] = nums[right], nums[i + 1]
return i + 1