LeetCode 215 数组中的第k大元素

最新推荐文章于 2023-01-10 21:31:07 发布

一杯小熊

最新推荐文章于 2023-01-10 21:31:07 发布

阅读量65

点赞数

分类专栏：堆排序 LeetCode

本文链接：https://blog.csdn.net/sinat_40469883/article/details/115670148

版权

LeetCode 同时被 3 个专栏收录

32 篇文章 0 订阅

订阅专栏

堆

2 篇文章 0 订阅

订阅专栏

排序

2 篇文章 0 订阅

订阅专栏

这篇博客详细介绍了如何使用快速排序和堆排序两种算法在Python中找到列表中的第k大元素。快排方法通过partition函数进行划分，堆排序则利用了Python的heapq库构建最小堆来解决此问题。这两种方法都是高效地解决此类问题的经典算法。

摘要由CSDN通过智能技术生成

思路：快排或者堆

快排：

def findKthLargest(self, nums: List[int], k: int) -> int:
        def partition(nums, left, right):
            pivot = nums[left]
            i, j = left, right
            while i < j:
                while i < j and nums[j] >= pivot:
                    j -= 1
                while i < j and nums[i] <= pivot:
                    i += 1
                nums[i], nums[j] = nums[j], nums[i]
            nums[j], nums[left] = nums[left], nums[j]
            return j
        left, right = 0, len(nums)-1
        while True:
            pivotIndex = partition(nums, left, right)
            if pivotIndex == len(nums)-k:
                return nums[pivotIndex]
            elif pivotIndex < len(nums)-k:
                left = pivotIndex+1
            else:
                right = pivotIndex-1

堆：

def findKthLargest(self, nums: List[int], k: int) -> int:
    hp = [i for i in nums[:k]]
        heapq.heapify(hp)
        for i in nums[k:]:
            if i > hp[0]:
                heapq.heappop(hp)
                heapq.heappush(hp, i)
        return hp[0]