Leetcode 215. Kth Largest Element in an Array

Find the kth largest element in an unsorted array. Note that it is the kth largest element in the sorted order, not the kth distinct element.

Example 1:

Input: [3,2,1,5,6,4] and k = 2
Output: 5
Example 2:

Input: [3,2,3,1,2,4,5,5,6] and k = 4
Output: 4
Note:
You may assume k is always valid, 1 ≤ k ≤ array’s length.

方法一：Arrays.sort() 排序

class Solution {
    public int findKthLargest(int[] nums, int k) {
        Arrays.sort(nums);
        return nums[nums.length - k];
    }
}

方法二：利用Partition算法

之前写过使用Partition算法找数组中位数，同理，找第k大的数也可以用Partition算法。

由于我们的目标是找到第K大数，不需要把每一个数都排好序，因此还有优化的空间。除了排序以外，我们还可以用快排中的Partition思想。
首先，随机选取一个数作为分类的标准，比它大的都放在它左边，比它小的都放在它右边。

• 如果这个数的下标刚好是k ，那么这个数就是第k大的数；
• 如果这个数的下标小于k，说明第k大的数在它的右边；
• 如果这个数的下标大于k，说明第k大的数在它的左边 ；

例如：
{3,2,1,5,6,4}，从大到小排序后为{6,5,4,3,2,1}，第2大的数是5。

• 5的下标为2，说明5就是第2大的数；
• 6的下标为1，说明第2大的数在6的右边；
• 4的下标为3，说明第2大的数在4的左边；

这是一个典型的递归过程~

class Solution {
    public int findKthLargest(int[] nums, int k) {
        return findKthLargestByPartition(nums, 0, nums.length - 1, k - 1);
    }
    
    private static int findKthLargestByPartition(int[] nums, int left, int right, int k) {
        
        // 设置i、j为左右标志位
        int i = left, j = right; 
        
        // key为分类的标志
        int key = nums[left];
        
        while(i < j) {
            // j向左走，直到遇见一个比key大的数
            while(i < j && nums[j] <= key) {
                 j--;
            }
            // 把比key大的数，放在位置i上
            if(i < j) {
                nums[i] = nums[j];
                i++;
            }
            
            // i向右走，直到遇见一个比key小的数
            while(i < j && nums[i] >= key) {
                i++;
            }
            // 把比key小的数，放在位置j上
            if(i < j) {
                nums[j] = nums[i];
                j--;
            }
        }

        nums[i] = key;
        
        // i小于k，说明第k大的数在nums[i]的右边
        if(i < k) {
            return findKthLargestByPartition(nums, i + 1, right, k);
        }
        // i大于k，说明第k大的数在nums[i]的左边
        else if(i > k) {
            return findKthLargestByPartition(nums, left, i - 1, k);
        }
        
        // i等于k ，那么nums[i]就是第k大的数
        return nums[i];
    }
    
  
}

从时间上看，Partition耗时54ms，Arrays.sort()排序耗时4ms

同理，可以将Partision算法用于 “最小的k个数”
https://blog.csdn.net/u010429424/article/details/77934539