高频刷题-215 Kth Largest Element in an array

最新推荐文章于 2023-05-15 21:08:37 发布

Baggio_Wang

最新推荐文章于 2023-05-15 21:08:37 发布

阅读量69

点赞数

分类专栏： Leetcode

本文链接：https://blog.csdn.net/wangpu_baggio/article/details/115965819

版权

Leetcode 专栏收录该内容

32 篇文章 0 订阅

订阅专栏

这篇博客介绍了三种方法来解决寻找数组中第K大的元素问题。方法1利用了大根堆，时间复杂度为O(n log n)，在nums数量远大于k时较为高效。方法2直接排序数组，然后返回倒数第k个元素，时间复杂度为O(n log n)。方法3使用小根堆，当堆大小小于k时添加元素，如果新元素大于堆顶则替换，适合nums数量大于k的情况。每种方法都有其适用场景，考虑性能和数据规模选择合适的方法。

摘要由CSDN通过智能技术生成

https://leetcode.com/problems/kth-largest-element-in-an-array/

解法1：

public int findKthLargest(int[] nums, int k) {

        // 排序并且放入大根堆中

        PriorityQueue<Integer> queue = new PriorityQueue<>((a, b) -> b - a);

        for (int i = 0; i < nums.length; i++) {

            queue.offer(nums[i]);

        }

        int number = 0;

        while(k-- > 0) {

            number = queue.poll();   

        }

        //取出第K个

        return number;

    }

解法2：

public int findKthLargest(int[] nums, int k) {

       

        Arrays.sort(nums);

        return nums[nums.length - k];

    }

解法3:

public int findKthLargest(int[] nums, int k) {
        //使用小根堆，当堆中数量小于k时，将数据放入堆中，如果当前数大于堆顶的数，则弹出，将当前数放入堆中
        PriorityQueue<Integer> queue = new PriorityQueue<>();
        for (int num : nums) {
            if (queue.size() < k) {
                queue.offer(num);
            } else {
                if (num > queue.peek()) {
                    queue.poll();
                    queue.offer(num);
                }
            }
        }
        return queue.peek();
    }

对于算法中常见的PriorityQueue ，它的时间复杂度和实现如下：

Java PriorityQueue Time Complexity

For enqueing and dequeing methods, the time complexity is O(log(n))
For the remove(Object) and contains(Object) methods, the time complexity is linear.
For the retrieval methods, it has constant time complexity.

三种方法适用于不同的内容，例如如果nums的数量和k的数量的相对关系，如果nums数量>>k数量，则方法3较好。