牛客热题：寻找第K大

📟作者主页：慢热的陕西人

🌴专栏链接：力扣刷题日记

📣欢迎各位大佬👍点赞🔥关注🚓收藏，🍉留言

牛客热题：寻找第K大

题目链接

寻找第K大_牛客题霸_牛客网 (nowcoder.com)

方法一：使用C++内置sort

思路

代码

    template<typename T>
    struct greater
    {
        bool operator()(const T& a, const T& b)
        {
            return a > b;
        }
    };
    
    int findKth(vector<int>& a, int n, int K) 
    {
        sort(a.begin(), a.end(), greater<int>());
        return a[K - 1];
    }

复杂度

• 时间复杂度

  • sort 函数使用的是 C++ 标准库中的快速排序（通常为 Timsort 或者是混合了快速排序、归并排序和插入排序的算法），其平均时间复杂度为 O($nlogn$)。
  • 访问数组中的第 K 个元素的时间复杂度为 O(1)。

  综合起来，函数 findKth 的时间复杂度为：
  O($nlogn$) + O(1) = O($nlogn$)

  空间复杂度

  • sort 函数需要额外的空间来进行排序。对于 Timsort，额外的空间复杂度为 (O(n))。
  • 代码中没有使用其他显著的额外空间，因此额外的空间主要来自排序算法本身。

  因此，函数 findKth 的空间复杂度为：
  [ O(n) ]

  总结

  • 时间复杂度： O($nlogn$)
  • 空间复杂度： O($n$)

  这是因为 sort 函数在最坏情况下需要线性的额外空间，同时进行排序的平均时间复杂度为 O($nlogn$)。

方法二：优先队列

思路

• 定义比较器 greater：用于将优先队列构造成最小堆。
• 初始化最小堆优先队列 pq。
• 遍历数组 a 中的每个元素：
  • 如果优先队列大小小于 K，直接推入元素。
  • 否则，比较当前元素与堆顶元素，替换堆顶元素。
• 返回结果：优先队列顶部元素即为第 K 大的元素。

代码

template<typename T>
struct greater
{
    bool operator()(const T& a, const T& b)
    {
        return a > b;
    }
};

int findKth(std::vector<int>& a, int n, int K) 
{
    std::priority_queue<int, std::vector<int>, greater<int>> pq;
    
    for(auto& aa : a)
    {
        if (pq.size() < K) 
        {
            pq.push(aa);
        } 
        else if(aa > pq.top()) 
        {
            pq.pop();
            pq.push(aa);
        }
    }

    return pq.empty() ? -1 : pq.top();
}

复杂度

时间复杂度：O($nlogK$),优先队列的插入和替换堆顶都是O($logK$)的时间复杂度

空间复杂度：O(K),我们要简历一个K个元素大小的堆

方法三：快速选择算法

思路

1. Partition函数：
   • 类似于快速排序的分区函数。选择最右边的元素作为枢纽（pivot）。
   • 遍历数组，将大于枢纽的元素移到左边，小于或等于枢纽的元素移到右边。
   • 返回枢纽的位置。
2. QuickSelect函数：
   • 递归地调用分区函数，并根据枢纽的位置与 K 比较，决定在哪个子数组继续查找。
   • 如果枢纽的位置等于 K，则找到了第 K 大的元素。
   • 否则根据 K 的位置选择继续在左子数组或右子数组查找。
3. FindKthLargest函数：
   • 调用 QuickSelect 函数来找到第 K 大的元素。注意传入的 K 需要减 1，因为数组索引从 0 开始。

代码

#include <vector>
#include <algorithm>

int partition(std::vector<int>& nums, int left, int right) {
    int pivot = nums[right];
    int i = left;
    for (int j = left; j < right; ++j) {
        if (nums[j] > pivot) {
            std::swap(nums[i], nums[j]);
            ++i;
        }
    }
    std::swap(nums[i], nums[right]);
    return i;
}

int quickSelect(std::vector<int>& nums, int left, int right, int K) {
    if (left == right) {
        return nums[left];
    }
    int pivotIndex = partition(nums, left, right);
    if (K == pivotIndex) {
        return nums[K];
    } else if (K < pivotIndex) {
        return quickSelect(nums, left, pivotIndex - 1, K);
    } else {
        return quickSelect(nums, pivotIndex + 1, right, K);
    }
}

int findKthLargest(std::vector<int>& nums, int K) {
    return quickSelect(nums, 0, nums.size() - 1, K - 1);
}

复杂度

• 时间复杂度：
  • 平均时间复杂度是 O(n)，因为每次分区操作将数组划分成两部分。
  • 最坏情况下时间复杂度是 O($n^2$)，当每次选择的枢纽总是最小或最大的元素时。
• 空间复杂度：
  • 空间复杂度是 O(1)，因为是原地排序，没有使用额外的空间，递归调用的栈空间是 O($logn$)（平均情况）。