LeetCode 215 数组中的第K个最大元素

LeetCode 215 数组中的第K个最大元素

题目:中等
给定整数数组 nums 和整数 k,请返回数组中第 k 个最大的元素。

请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素。
在这里插入图片描述
思路:

  • 方式一:快排
    先对原数组采用快排方式排序(由小到大),再返回倒数第K个数,时间复杂度为O(nlogn)
    优化:快排中的partition函数返回值为,在调整数组的元素使得左边的元素都小于它,右边的元素都等于它,中间的元素都等于它后,返回中间那段区间的起始结束下标p[]。通过将k与p[0],p[1]比较,决定对哪段区间进行再排序,另一段直接扔掉。
    具体地,k>p[1],则只排序nums[p[1]+1,r]区间即可;k<p[0],则只排序nums[l,p[0]-1]即可;k在这个区间直接返回即可
    时间复杂度:O(logn)
class Solution {
    public int findKthLargest(int[] nums, int k) {
        if(nums.length<2) return nums[0];
        return quickSort(nums,0,nums.length-1,nums.length-k);
    }
    public int quickSort(int[] nums, int l,int r,int k){
        if(l<=r){//特别注意对l=r的处理,要让这种情况进去
            int index = l+(int)Math.random()*(r-l+1);

            swap(nums,index,r);
            int[] p = partition(nums,l,r);
            if(p[0]>k){
                return quickSort(nums,0,p[0]-1,k);
            }else if(p[1]<k){
                return quickSort(nums,p[1]+1,r,k);
            }else return nums[k];
        }
        return l;
    }
    public int[] partition(int[] nums,int l,int r){
        int less = l-1;
        int more = r;
        while(l<more){
            if(nums[l]>nums[r]){
                swap(nums,l,--more);
            }else if(nums[l]<nums[r]){
                swap(nums,l++,++less);
            }else l++;
        }
        swap(nums,more,r);
        return new int[]{++less,more};
    }
    public void swap(int[] a,int i,int j){
        int temp = a[i];
        a[i] = a[j];
        a[j] = temp;
    }
}

  • 方式二:小顶堆
    先将前K个数值小堆化,将数组中剩余的元素依次与堆顶比较,若比堆顶大,则将其与堆顶交换,再堆化;若比堆顶小,则跳过;最后返回arr[0]即可
    时间复杂度 O(nlogk),空间复杂度O(1)
class Solution {
    public int findKthLargest(int[] nums, int k) {
        if(nums.length < 2) return nums[0];
        int i,j;
        for(i = k-1;i>=0;i--){//先将前k个数,小堆化
            heapify(nums,i,k);
        }
        
        for(i = k;i<nums.length;i++){
            if(nums[i]<=nums[0]) continue;
            else{
                swap(nums,i,0);
                heapify(nums,0,k);
            }
        }
        return nums[0];
    }
    public void heapify(int[] a ,int index,int heapSize){
        int left = 2*index+1;
        while(left < heapSize){
            int smallest = left+1< heapSize && a[left] >= a[left+1]?left+1:left;//小堆化要特别注意此处!!!
            smallest = a[smallest] < a[index]? smallest:index;
            if(smallest == index){
                break;
            }
            swap(a,index,smallest);
            index = smallest;
            left = 2*index+1;
        }
    }
    public void swap(int[] a, int i,int j){
        int temp = a[i];
        a[i] = a[j];
        a[j] = temp;
    }
}
  • 方式三
    利用Arrays.sort()直接排,特别地,此处只能升序排列,int不属于引用类型对象,因此不能自定义比较器。
    返回arr[arr.length-k]即可
class Solution {
    public int findKthLargest(int[] nums, int k) {
        Arrays.sort(nums);
        return nums[nums.length-k];
    }
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述:给定一个非负整数数组nums和一个整数m,你需要将这个数组分成m个非空的连续子数组。设计一个算法使得这m个子数组的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组最大的值,右边界为数组所有元素之和。 2. 在二分搜索的过程,计算出分割数组的组数count,需要使用当前的间值来进行判断。若当前的间值不够分割成m个子数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组的最大值,并计算数组的总和。 2. 利用二分查找搜索左右边界,从左边界到右边界间的值为mid。 3. 判断当前的mid值是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂度分析:二分搜索的时间复杂度为O(logN),其N为数组的总和,而遍历数组的时间复杂度为O(N),因此总的时间复杂度为O(NlogN)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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