java手写小顶堆实现_小顶堆 | 数据流中的第K大元素

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

思路1

该题其实就是维护一个k个元素的小顶堆。 小顶堆:根元素为最小值 大顶堆:根元素为最大值

当插入元素时，分为三种情况 1、如果已经有k个元素。且插入的数比最小元素小。不操作 2、如果已经有k个元素，且插入的数比最小元素大，则用插入的元素替换根节点的元素，并且进行下沉，即从根节点开始，和儿子节点中的较小值进行比较，如果较小的儿子节点小于父亲节点，则交换，直到较小的节点大于父亲节点。 3、如果不足k个元素，则在堆尾插入元素，并进行上浮，即与父亲节点进行比较。如果比父亲节点小，则进行交换。

用数组构建堆时注意事项

1、未使用index = 0元素的数组的父子节点的下标关系 k=父节点的index -> 左子节点的index = 2k， 右子节点的index = 2k + 1 j = 子节点的index -> 父节点的index = j / 2

2、使用index = 0元素的数组的父子节点的下标关系 k=父节点的index -> 左子节点的index = 2k + 1， 右子节点的index = (2 + 1)k j = 子节点的index -> 父节点的index = (j -1) / 2

class KthLargest(object):

def __init__(self, k, nums):

"""

:type k: int

:type nums: List[int]

"""

self.heap = []

self.k = k

for x in nums:

self.insert(x)

def insert(self,num):

if len(self.heap) == self.k and self.heap[0] > num:

return self.heap[0]

else:

if len(self.heap) < self.k:

self.heap.append(num)

k = len(self.heap) - 1

while(k):

parent = (k-1) >> 1

if parent >=0 and self.heap[parent] > self.heap[k]:

tmp = self.heap[parent]

self.heap[parent] = self.heap[k]

self.heap[k] = tmp

k = parent

else:

return self.heap[0]

else:

self.heap[0] = num

parent = 0

while (parent << 1) + 1 < len(self.heap):

k = (parent << 1) + 1

if k + 1 < len(self.heap) and self.heap[k+1] < self.heap[k]:

k = k + 1

if self.heap[k] < self.heap[parent]:

tmp = self.heap[parent]

self.heap[parent] = self.heap[k]

self.heap[k] = tmp

parent = k

else:

break

def add(self, val):

"""

:type val: int

:rtype: int

"""

self.insert(val)

return self.heap[0]