Leetcode 28 数组中的K个最大元素
首先是最简单的纯堆排序:Leetcode 28
思想就是先全部堆排序,然后最后输出第K个大就可以。其实在排序的时候可以再简化一点,不需要全部排序,但是我为了图简单,就全部排序了==
class Solution {
public int findKthLargest(int[] nums, int k) {
int n=nums.length-1;
for(int i=(n-1)/2;i>=0;i--)
{
heapjust(nums,i,n);
}
for(int i=n;i>0;i--)
{
int temp=nums[0];
nums[0]=nums[i];
nums[i]=temp;
heapjust(nums,0,i-1);
}
return nums[n-k+1];
}
public void heapjust(int[]nums,int parent,int n)
{
int temp=nums[parent];
for(int i=2*parent+1;i<=n;i=i*2+1)
{
if(i<n&&nums[i]<nums[i+1]) i++;
if(temp>=nums[i]) break;
nums[parent]=nums[i];
parent=i;
}
nums[parent]=temp;
}
}
接下来两大题我都用了key-value的思想。347题参考[leetcode]堆排序 求前k大的数。然后直到那时候,我才新认识了一种数据结构PriorityQueue,该结构直接实现最小堆排序。
Leetcode 347 前K个高频元素
class Solution {
class keyvalue
{
Integer key;
Integer value;
public keyvalue(Integer key,Integer value)
{
this.key=key;
this.value=value;
}
}
public List<Integer> topKFrequent(int[] nums, int k) {
Map<Integer,Integer>map=new HashMap<>();
for(int i=0;i<nums.length;i++)//保存次数
{
if(map.containsKey(nums[i]))
{
map.put(nums[i],map.get(nums[i])+1);
}
else
{
map.put(nums[i],1);
}
}
//定义一个priorityqueue
Queue<keyvalue> queue=new PriorityQueue<keyvalue>(k,new Comparator<keyvalue>(){
public int compare(keyvalue v1,keyvalue v2)
{
return v1.value-v2.value;
}
});
Iterator iter=map.entrySet().iterator();
int count=0;
while(iter.hasNext())
{
Map.Entry entry=(Map.Entry)iter.next();
keyvalue temp=new keyvalue((Integer)entry.getKey(),(Integer)entry.getValue());
if(count<k)
{
queue.add(temp);
}
else if(temp.value>queue.peek().value)
{
queue.poll();
queue.add(temp);
}
count++;
}
List<Integer> list=new ArrayList<Integer>();
for(int i=0;i<k;i++)
{
list.add(0,queue.poll().key);
}
return list;
}
}
Leetcode 973 最接近原点的K个点
上面一道题用到了HashMap,这道题是我自己写的,因为还没有完全理解Map的思想,所有没有用到(现在还在思考这道题和347的区别在哪…)我同上一道题一样,定义了一个新的类,用keyvaule存储index和距离值。然后用PriorotyQueue排序。
class Solution {
class keyvalue
{
Integer key;
Integer value;
public keyvalue(Integer key,Integer value)
{
this.key=key;
this.value=value;
}
}
public int[][] kClosest(int[][] points, int K) {
int count=0;
Queue<keyvalue>queue=new PriorityQueue<>(K,new Comparator<keyvalue>(){
public int compare(keyvalue v1,keyvalue v2)
{
return v1.value-v2.value;
}
});
for(int i=0;i<points.length;i++)
{
keyvalue temp=new keyvalue(i,points[i][0]*points[i][0]+points[i][1]*points[i][1]);
if(count<K)
{
queue.add(temp);
}
else
{
keyvalue top=queue.peek();
if(top.value<points[i][0]*points[i][0]+points[i][1]*points[i][1])
{
queue.poll();
queue.add(temp);
}
}
}
int [][]result=new int[K][2];
for(int i=0;i<K;i++)
{
keyvalue temp=queue.poll();
result[i][0]=points[temp.key][0];
result[i][1]=points[temp.key][1];
}
return result;
}
}