找出一个无环单链表里面的倒数第K个元素,时间复杂度为O(n)



/*找出一个无环单链表里面的倒数第K个元素,时间复杂度为O(n)
解决办法:用两个同步指针,第一个先走k-1步,第二个才开始走,
然后他们开始同步走,当第一个指针走到末尾的时候,第二个指针
就指向了倒数第K个元素。
*/
#include <iostream>
#include <stdlib.h>
typedef struct Node{
    int data;
    struct Node*next;
}Node,*linkList;
using namespace std;

int findElement(linkList l,int k){
    linkList first,second;
    first = second = l;
    int count = 0;
    while(count <k-1){
        first = first->next;
        count++;
    }
    while(first->next != NULL){
        first=first->next;
        second = second->next;
    }
    return second->data;
}
void showLink(const linkList l){
    linkList p = l->next;
    while(p!=NULL){
        cout<<p->data<<" ";
        p=p->next;
    }
}
int main()
{
    int n,e,k;
    cout<<"链表长度:";
    cin>>n;
    linkList l;
    l = new Node;
    l->next =NULL;
    cout<<"构建链表:"<<endl;
    for(int i=0;i<n;i++){
        cin>>e;
        Node * s = new Node;
        s->data =e;
        s->next = l->next;
        l->next =s;
    }
    cout<<"输入K值:"<<endl;
    cin>>k;
    int res = findElement(l,k);
    cout<<"链表为:"<<endl;
    showLink(l);
    cout<<"倒数第"<<k<<"个元素是:"<<res<<endl;
    return 0;
}

可以使用快速选择算法(QuickSelect Algorithm)来实现在 O(n) 时间复杂度查找数组第 k 大的元素。 快速选择算法的基本思路与快速排序类似,都是通过分治的思想将问题规模不断缩小。但是,快速选择算法只需要对单边递归进行处理,而不需要对两边都递归处理。具体步骤如下: 1. 选择数组一个元素作为 pivot 元素。 2. 将数组小于 pivot 的元素放在 pivot 左边,大于 pivot 的元素放在 pivot 右边。这个过程可以使用 partition 函数实现,可以参考快速排序的实现。 3. 如果 pivot 的位置恰好为 k-1,则 pivot 就是第 k 大的元素,直接返回。 4. 如果 pivot 的位置小于 k-1,则第 k 大的元素在 pivot 右边,对右边的元素再进行快速选择。 5. 如果 pivot 的位置大于 k-1,则第 k 大的元素在 pivot 左边,对左边的元素再进行快速选择。 下面是一个基于快速选择算法的实现: ```c int partition(int arr[], int left, int right) { int pivot = arr[right]; int i = left - 1; for (int j = left; j < right; j++) { if (arr[j] < pivot) { i++; int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } } int temp = arr[i + 1]; arr[i + 1] = arr[right]; arr[right] = temp; return i + 1; } int quickSelect(int arr[], int left, int right, int k) { if (left == right) { return arr[left]; } int pivotIndex = partition(arr, left, right); if (pivotIndex == k - 1) { return arr[pivotIndex]; } else if (pivotIndex < k - 1) { return quickSelect(arr, pivotIndex + 1, right, k); } else { return quickSelect(arr, left, pivotIndex - 1, k); } } int findKthLargest(int arr[], int size, int k) { return quickSelect(arr, 0, size - 1, size - k + 1); } ``` 其,`partition` 函数用于将数组分成左右两个部分,`quickSelect` 函数用于递归地进行快速选择,`findKthLargest` 函数是对外的接口,用于调用 `quickSelect` 函数并返回结果。 需要注意的是,在 `quickSelect` 函数,`k` 的值是倒数第 k 大的元素在数组的位置,因此需要将 `size - k + 1` 作为 `quickSelect` 的参数传入,最终返回的是第 k 大的元素的值。
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