【力扣】703. 数据流中的第 K 大元素

以下为力扣官方题解

题目

设计一个找到数据流中第 k k k 大元素的类( c l a s s class class)。注意是排序后的第 k k k 大元素,不是第 k k k 个不同的元素。
请实现 K t h L a r g e s t KthLargest KthLargest 类:

  • K t h L a r g e s t ( i n t k , i n t [ ] n u m s ) KthLargest(int k, int[] nums) KthLargest(intk,int[]nums) 使用整数 k k k 和整数流 n u m s nums nums 初始化对象。
  • i n t a d d ( i n t v a l ) int add(int val) intadd(intval) v a l val val 插入数据流 n u m s nums nums 后,返回当前数据流中第 k k k 大的元素。

示例

输入
[ " K t h L a r g e s t " , " a d d " , " a d d " , " a d d " , " a d d " , " a d d " ] ["KthLargest", "add", "add", "add", "add", "add"] ["KthLargest","add","add","add","add","add"]
[ [ 3 , [ 4 , 5 , 8 , 2 ] ] , [ 3 ] , [ 5 ] , [ 10 ] , [ 9 ] , [ 4 ] ] [[3, [4, 5, 8, 2]], [3], [5], [10], [9], [4]] [[3,[4,5,8,2]],[3],[5],[10],[9],[4]]
输出
[ n u l l , 4 , 5 , 5 , 8 , 8 ] [null, 4, 5, 5, 8, 8] [null,4,5,5,8,8]
解释
K t h L a r g e s t k t h L a r g e s t = n e w K t h L a r g e s t ( 3 , [ 4 , 5 , 8 , 2 ] ) ; KthLargest kthLargest = new KthLargest(3, [4, 5, 8, 2]); KthLargestkthLargest=newKthLargest(3,[4,5,8,2]);
k t h L a r g e s t . a d d ( 3 ) ; / / r e t u r n 4 kthLargest.add(3); // return 4 kthLargest.add(3);//return4
k t h L a r g e s t . a d d ( 5 ) ; / / r e t u r n 5 kthLargest.add(5); // return 5 kthLargest.add(5);//return5
k t h L a r g e s t . a d d ( 10 ) ; / / r e t u r n 5 kthLargest.add(10); // return 5 kthLargest.add(10);//return5
k t h L a r g e s t . a d d ( 9 ) ; / / r e t u r n 8 kthLargest.add(9); // return 8 kthLargest.add(9);//return8
k t h L a r g e s t . a d d ( 4 ) ; / / r e t u r n 8 kthLargest.add(4); // return 8 kthLargest.add(4);//return8

提示

  1. 1 < = k < = 1 0 4 1 <= k <= 10^4 1<=k<=104
  2. 0 < = n u m s . l e n g t h < = 1 0 4 0 <= nums.length <= 10^4 0<=nums.length<=104
  3. − 1 0 4 < = n u m s [ i ] < = 1 0 4 -10^4 <= nums[i] <= 10^4 104<=nums[i]<=104
  4. − 1 0 4 < = v a l < = 1 0 4 -10^4 <= val <= 10^4 104<=val<=104
  5. 最多调用 a d d add add 方法 1 0 4 10^4 104
  6. 题目数据保证,在查找第 k k k 大元素时,数组中至少有 k k k 个元素

官方题解 优先队列

我们可以使用一个大小为 k k k 的优先队列来存储前 k k k 大的元素,其中优先队列的队头为队列中最小的元素,也就是第 k k k 大的元素。

在单次插入的操作中,我们首先将元素 v a l val val 加入到优先队列中。如果此时优先队列的大小大于 k k k,我们需要将优先队列的队头元素弹出,以保证优先队列的大小为 k k k

代码

class KthLargest {
    PriorityQueue<Integer> pq;
    int k;

    public KthLargest(int k, int[] nums) {
        this.k = k;
        pq = new PriorityQueue<Integer>();

        for (int x : nums)
            add(x);
    }
    
    public int add(int val) {
        pq.offer(val);
        if (pq.size() > k)
            pq.poll();

        return pq.peek();
    }
}

复杂度分析

  • 时间复杂度:
  1. 初始化时间复杂度为: O ( n log ⁡ k ) O(n \log k) O(nlogk),其中 n n n 为初始化时 n u m s nums nums 的长度;
  2. 单次插入时间复杂度为: O ( log ⁡ k ) O(\log k) O(logk)
  • 空间复杂度: O ( k ) O(k) O(k)。需要使用优先队列存储前 k k k 大的元素。
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值