class Solution {
int k;
int ans = -1;
public int findKthLargest(int[] nums, int _k) {
k = _k;
quicksort(nums, 0, nums.length - 1);
return ans;
}
void quicksort(int[] nums, int l, int r) {
// 到达边界
if (l >= r) {
// 记得判断是不是我们要找的数字
if (l == nums.length - k) ans = nums[l];
return;
}
int i = l, j = r;
while (i < j) {
// 从后向前找比基准小的数字
while (i < j && nums[j] >= nums[l]) j--;
// 从前向后找比基准大的数字
while (i < j && nums[i] <= nums[l]) i++;
// 交换位置
swap(nums, i, j);
}
// 全部交换完毕后 更新基准数字的位置
swap(nums, i, l);
// 判断是否找到第k大数字
if (i == nums.length - k) {
ans = nums[i];
return;
}
// 继续递归
quicksort(nums, l, i - 1);
quicksort(nums, i + 1, r);
}
void swap(int[] nums, int i, int j) {
int t = nums[i];
nums[i] = nums[j];
nums[j] = t;
}
}
2.堆排序
class Solution {
public int findKthLargest(int[] nums, int k) {
int n = nums.length;
// 构造一个大顶堆
buildHeap(nums, n);
for (int i = 1; i < k; i++) {
// 弹出堆顶元素
swap(nums, 0, n - 1);
// 重新堆化
heapify(nums, 0, --n);
}
return nums[0];
}
void buildHeap(int[] nums, int n) {
// 从最底层的父节点开始构建大顶堆 n 是数组长度 注意减一优化
for (int i = (n - 1) / 2; i >= 0; i--) {
heapify(nums, i, n);
}
}
void heapify(int[] nums, int i, int n) {
int maxPos = i;
while (true) {
// 在左右子节点中找更大值
if (i * 2 + 1 < n && nums[i * 2 + 1] > nums[maxPos]) {
maxPos = i * 2 + 1;
}
if (i * 2 + 2 < n && nums[i * 2 + 2] > nums[maxPos]) {
maxPos = i * 2 + 2;
}
// 下标不变说明堆已经是大顶堆了
if (i == maxPos) break;
// 否则更新当前位置的最大值
swap(nums, i, maxPos);
// 继续向下维护大顶堆
i = maxPos;
}
}
void swap(int[] nums, int i, int j) {
int t = nums[i];
nums[i] = nums[j];
nums[j] = t;
}
}