215. Kth Largest Element in an Array

LeetCode

• 题目地址：https://leetcode.com/problems/kth-largest-element-in-an-array/?tab=Description
• 解题思路：
  
  1. 一个很瓜皮的想法，先对nums进行排序，然后通过获取nums[nums.size()-k]来获得，第1大的在size()-1，那么第k大的就在size()-k，该算法的时间复杂度显然是nlogn，就是快排的时间复杂度加上一个常数时间的复杂度
  2. 上述方法花费了很多多余的时间，在使得整个nums变得有序上，事实上只需要第k大的数是有有序的即可，也就是找到某个数字nums[index] = ans，有在nums中这个数字恰好第k大。参考qsort中的分治的思路：
     
     • 每次找到一个数用于将数组分割成两部分，一部分比分割数大，另一部分则小。
     • 这时候再判断第k大的数字落在哪一边，那么另一部分就不需要像排序那样再进行处理，节省了时间
  3. 还有一种方法就是采用优先队列（堆），建堆的复杂度是O（n），删除一个元素的复杂度是O（logn），那么找到第k大的，即建堆后删除k-1个最大的，那复杂度为O（n） + O（klogn）

• 代码：
  思路1：直接调用sort函数之后返回size()-k下标的数即可，这里就不给了

  思路2：

  
  int partition(vector<int>& nums, int left, int right) {
      int pivot = nums[left];  //选取left作为分割数
      int l = left + 1, r = right;  //那么对于[left+1,right]的数字进行分割
      //这里循环是有等号的，对于这种写法，我想了很久，一个比较容易接受的理解方式是
      //这里排序是按照从大到小的顺序，可能和大多数排序的顺序不同。
      //l从前往后走，l的左边都是比分割数大的数字，否则将会被移到右边，
      //r从后往前走，r的右边都是比分割数小或者等于的数字，否则将会被移到左边
      //到lr相遇且l>r的时候退出循环，这个时候，是这样的
      //0(left),1,2...,r,l,...size()-1，那么可以知道r是比分割数left大的
      //所以这个时候将分割数和r作交换即可，同时返回r的index，因为此时r在nums
      //中的顺序是拍好的，而外部循环中如何处理显而易见，不解释了，用这种方法对我来说
      //可以很好的判断l<=r的等号是否要取，最后left分割数和r还是l做交换等等细节问题 
      while (l <= r) {  
          while (nums[l] > pivot && l <= r)
              l++;
          while (nums[r] <= pivot && l <= r) 
              r--;
          if (l <= r)
              swap(nums[l],nums[r]);
      }
      swap(nums[r],nums[left]);
      return r;
  }
  
  int findKthLargest(vector<int>& nums, int k) {
      int left = 0, right = nums.size() - 1;
      while (true) {
          int pos = partition(nums, left, right);
          if (pos == k - 1) return nums[pos];
          if (pos > k - 1) right = pos - 1;
          else left = pos + 1;
      }
  }
  

  那么快排还可以写成stack的形式，省去了函数调用，事实也比函数调用的方式要快，但是注意这里不需要用stack，因为只需要对包含第k大的那部分继续分割即可，另一部分不用处理，所以写成循环的形式

  int findKthLargest(vector<int>& nums, int k) {
      int left = 0, right = nums.size() - 1;
      int pivot,l,r,pos;
      while (true) {
          //cal partition
          pivot = nums[left];
          l = left + 1, r = right;
          while (l <= r) {
              while (nums[l] > pivot && l <= r)
                  l++;
              while (nums[r] <= pivot && l <= r) 
                  r--;
              if (l <= r)
                  swap(nums[l],nums[r]);
          }
          swap(nums[r],nums[left]);
          //get partition index pos
          pos = r;
          if (pos == k - 1) return nums[pos];
          if (pos > k - 1) right = pos - 1;
          else left = pos + 1;
      }
      return 1;
  }
  

  思路三，利用堆来找到第k大的数，优点队列的实现

  int findKthLargest(vector<int>& nums, int k) {
     priority_queue<int> pq(nums.begin(), nums.end());
      for (int i = 0; i < k - 1; i++)
          pq.pop(); 
      return pq.top();
  }