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 :=</