leetcode——堆（第k_堆第k小-CSDN博客

本文链接：https://blog.csdn.net/weixin_40906441/article/details/114257498

这篇博客探讨了在LeetCode中如何使用堆来解决寻找第K小（大）数的问题。介绍了四种方法：排序后选取、线性时间排序、维护最大堆以及部分选择排序，并分析了它们的时间复杂度和适用场景。还提到了堆在有序矩阵中找第K小元素问题的应用。

摘要由CSDN通过智能技术生成

1.将n个数排序(比如快速排序或归并排序)，选取排序后数组中的第k个数，时间复杂度为O(nlogn)。
2.将方法1中的排序方法改为线性时间排序算法(如基数排序或计数排序)，时间复杂度为O(n)。但线性时间排序算法使用限制较多，不常使用。

3.维护一个k个元素的最大堆，存储当前遇到的最小的k个数，时间复杂度为O(nlogk)，得到第k小数。这种方法同样适用于海量数据的处理。
第k大数-小顶堆
6.二分查找。适用数组有序/二叉搜索树等特殊情况，根据cnt与k比较，判断进入哪部分
4.部分的选择排序，即把最小的放在第1位，第二小的放在第2位，直到第k位为止，时间复杂度为O(kn)。
5.部分的快速排序（快速选择算法），每次划分之后判断第k个数在左右哪个部分，然后递归对应的部分，平均时间复杂度为O(n)。但最坏情况下复杂度为O(n^2)。(同样，适用于求解中位数 leetcode：324

关于堆：
1.调用包，见Golong——堆，只需要构造出实现堆接口中方法的结构体，就可调用heap包

1.定义实现小顶堆接口方法的结构体 
type minHeap []*ListNode
func (h minHeap) Len() int {
   return len(h)}
func (h minHeap) Less(i, j int) bool {
   return h[i].Val < h[j].Val}
func (h minHeap) Swap(i, j int) {
    h[i], h[j] = h[j], h[i] }
func (h *minHeap) Push(x interface{
   })  {
   
    *h = append(*h,x.(*ListNode))
}
func (h *minHeap) Pop() interface{
   } {
   
	old := *h
	n := len(old)
	x := old[n-1]		
	*h = old[0 : n-1]  
	return x  
}

2.在主函数中即可直接调用，注意调用时参数h 是指针类型
h :=</