题目:
设计一个找到数据流中第K大元素的类(class)。注意是排序后的第K大元素,不是第K个不同的元素。
你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器,它包含数据流中的初始元素。每次调用 KthLargest.add,返回当前数据流中第K大的元素。
示例:
int k = 3;
int[] arr = [4,5,8,2];
KthLargest kthLargest = new KthLargest(3, arr);
kthLargest.add(3); // returns 4
kthLargest.add(5); // returns 5
kthLargest.add(10); // returns 5
kthLargest.add(9); // returns 8
kthLargest.add(4); // returns 8
python解答:
class KthLargest:
def __init__(self, k: int, nums: List[int]):
self.nums = nums
self.k = k
heapq.heapify(self.nums)
while len(self.nums) > k:
heapq.heappop(self.nums) # 最小顶堆,去掉最小值
def add(self, val: int) -> int:
if len(self.nums) < self.k:
heapq.heappush(self.nums, val)
elif val > self.nums[0]: # 访问顶堆的值
# heapq.heappop(self.nums)
# heapq.heappush(self.nums, val)
heapq.heapreplace(self.nums, val)
return self.nums[0]
# Your KthLargest object will be instantiated and called as such:
# obj = KthLargest(k, nums)
# param_1 = obj.add(val)
解题思路:
- 采用最小顶堆,顶堆的容量为k,则顶堆的第一个值就是第k大的值;同理,求最第k个最小值时用最大顶堆。
- 熟悉顶堆的一些操作:
- 初始化:heapq.heapify(nums)
- 删除顶元素:heappop(nums)
- 添加元素:heappush(nums, value)
- 删除顶元素+添加元素:heapreplace(nums, value) #注意这里不是用value直接替换顶元素nums[0]