215. 数组中的第K个最大元素

#define MAX_DATE 10000

typedef struct heap_type* Heap;

struct heap_type
{
	int capacity;
	int size;
	int* elements;
};


Heap create(int max_size)
{
	Heap h = malloc(sizeof(struct heap_type));

	h->elements = malloc((max_size + 1) * sizeof(int)); 
	h->capacity = max_size;
	h->size = 0;
	h->elements[0] = MAX_DATE;                          

	return h;
}

void build(Heap h, int* nums, int numsSize)
{
	for (int i = 1; i <= numsSize; i++)
	{
		h->elements[i] = nums[i - 1];
	}
	h->size = numsSize;

	for (int i = h->size / 2; i > 0; i--)      
	{
		int parent, child;
		int temp = h->elements[i];

		for (parent = i; parent * 2 <= h->size; parent = child)
		{
			child = parent * 2;
			if (child != h->size && h->elements[child + 1] > h->elements[child])
			{
				child++;
			}

			if (temp >= h->elements[child])
			{
				break;
			}
			else
			{
				h->elements[parent] = h->elements[child];
			}
		}
		h->elements[parent] = temp;
	}
}

int delete_max(Heap h)
{
	int child, parent, max_element, temp;

	max_element = h->elements[1];
	temp = h->elements[h->size];
	(h->size)--;

	for (parent = 1; parent * 2 <= h->size; parent = child)
	{
		child = parent * 2;
		if (child != h->size && h->elements[child + 1] > h->elements[child])
		{
			child++;
		}

		if (temp >= h->elements[child])
		{
			break;
		}
		else
		{
			h->elements[parent] = h->elements[child];
		}
	}
	h->elements[parent] = temp;

	return max_element;
}

int findKthLargest(int* nums, int numsSize, int k)
{
	int temp;

	Heap h = create(numsSize);
	build(h, nums, numsSize);
	while (k > 0)
	{
		temp = delete_max(h);
		k--;
	}

	return temp;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用堆排序来解决该问题,其中堆排序是一种时间复杂度为O(n log n)的排序算法,可以在这里用来找到第k个最大元素。 堆排序的基本思想是将待排序序列构造成一个堆,然后依次将堆顶元素和堆底元素交换,每次交换后重新调整堆,直到所有元素都排好序为止。 具体实现步骤如下: 1. 定义一个小根堆 `minHeap`,将 `nums` 数组的前 `k` 个元素加入到小根堆中。 2. 从第 `k + 1` 个元素开始遍历 `nums` 数组,如果当前元素比小根堆堆顶元素大,就将堆顶元素弹出,并将当前元素加入到小根堆中。 3. 遍历结束后,小根堆中的堆顶元素就是第k个最大元素。 完整的代码如下: ```kotlin fun findKthLargest(nums: IntArray, k: Int): Int { // 将前k个元素加入小根堆中 val minHeap = PriorityQueue<Int>() for (i in 0 until k) { minHeap.offer(nums[i]) } // 遍历数组,将比堆顶元素大的元素加入堆中,弹出堆顶元素 for (i in k until nums.size) { if (nums[i] > minHeap.peek()) { minHeap.poll() minHeap.offer(nums[i]) } } // 堆顶元素就是第k个最大元素 return minHeap.peek() } ``` 在上述代码中,我们使用了 `java.util.PriorityQueue` 类来实现小根堆,其中 `minHeap.offer()` 方法用于加入元素,`minHeap.peek()` 方法用于获取堆顶元素,`minHeap.poll()` 方法用于弹出堆顶元素。由于小根堆中只保留前k个最大元素,因此堆中的元素个数不会超过k,时间复杂度为O(n log k)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值