215. 数组中的第K个最大元素(C++)---基于快排的方法 / 基于堆排序的方法(包含优先队列的使用总结)

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。

——题目难度:中等


 

---

-基于快排的方法的解题代码

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        sort(nums.begin(),nums.end(),cmp);
        return nums[k-1];
    }

    static bool cmp(int x, int y) {
        if (y > x) return false;
        return true;
    }
};

 

---

 

这道题还可以使用优先队列来解。
可以限制一个元素大小为k的小顶堆，当遍历完一遍nums后，队首元素就是第k个最大元素了（依赖于优先队列内部的自动排序）。

 

有关优先队列的介绍和方法总结

优先队列(priority queue)，通常采用堆数据结构来实现。

普通的队列是一种先进先出的数据结构，元素在队列尾追加，而从队列头删除。在优先队列中，元素被赋予优先级。当访问元素时，具有最高优先级的元素最先删除。优先队列 具有最高级先出 的行为特征。也就是说它和queue不同的地方就在于我们可以自定义数据的优先级，让优先级高的排在队列前面，优先出队。

 

头文件

C++ 使用STL栈priority_queue时 所需要包含的头文件为 <queue>

定义

priority_queue<Type, Container, Functional>
Type 就是数据类型，Container 就是容器类型（Container必须是用数组实现的容器，比如vector,deque等等，但不能用 list。STL里面默认用的是vector），Functional 就是比较的方式，当需要用自定义的数据类型时才需要传入这三个参数，使用基本数据类型时，只需要传入数据类型，默认是大顶堆。(父节点总是大于或等于子节点，这种情况下被叫作大顶堆，或者父节点总是小于或等于子节点，这种情况下叫作小顶堆)


常用的：

//升序队列——小顶堆
priority_queue <int,vector<int>,greater<int>> pq;
//降序队列——大顶堆
priority_queue <int,vector<int>,less<int>>pq;

//greater和less是std实现的两个仿函数（就是使一个类的使用看上去像一个函数。其实现就是类中实现一个operator()，这个类就有了类似函数的行为，就是一个仿函数类了）

关于自定义类型的优先队列的使用可以看看7-26 Windows消息队列 (25分) --- 优先队列（自定义类型）解题这篇
具体可以看看c++优先队列(priority_queue)用法详解这篇。

 

优先队列的常用函数有：

    push(elem)   插入元素到队尾(并排序)
    pop()        删除队首元素，但不返回其值
    top()        返回队首元素，但不删除该元素
    empty()      判度队列是否为空，为空返回true，不为空返回false
    size()       返回队列中元素的个数
    emplace      原地构造一个元素并插入队列

 

 

-基于堆排序的方法的解题代码

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
    	priority_queue<int, vector<int>, greater<int>> pq;
		for(int num : nums)
		{
			if (pq.size() == k && num > pq.top()) {
				pq.pop();
				pq.push(num);
			}
			else if (pq.size() == k) {
				continue;
			}
			else {
				pq.push(num);
			}
		}
			
		return pq.top();	
    }
};

 

 
-基于堆排序的方法的解题代码(精简版)

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
		priority_queue<int, vector<int>, greater<int>> pq;
		for(int num : nums)
		{
			pq.push(num);
			if (pq.size() > k) pq.pop();
		}
		
		return pq.top();
    }
};