Find the kth largest element in an unsorted array. Note that it is the kth largest element in the sorted order, not the kth distinct element.
For example,
Given [3,2,1,5,6,4]
and k = 2, return 5.
要从一个数组中找出第k大的数。
难度:Medium
一种简单的思路是利用归并排序对数组进行排序以后,返回下标为K-1的元素,但是这种算法的时间复杂度为O(nlogn),实际上这道题还有更快的解法。
解题思路:
参考快排的思想,将数组划分成两个区域。首先随机从当前区域(开始下标记为start,最后一个元素的下标记为end)选取一个元素作为pivot(我的做法是选取当前划分好的区域中的第一个元素),参考快排的做法,把比pivot小的元素都放到pivot之前,把比pivot大的元素都放在它之后,这样就可以分出比pivot小的区域和比pivot大的区域。 比较这样一轮简单的划分后,计算比pivot大的元素个数end-i,其中i是划分以后pivot新位置的下标,如果end-i=k-1,就说明恰好有k-1个元素比pivot还要大,那么pivot就是要求的第K大的元素 。 如果K<end-i,则说明所要找的元素在pivot右侧,仍然要找右侧第K大的数。如果k>end-i,则所要找的元素在pivot左侧区域,由于包括pivot在内,已经有end-i+1个元素比第K大的元素大了,那么在左侧区域需要找到第K-(end-i+1)大的元素。
这种算法利用了分治的思想,不断把问题的规模缩小。不过它也有快排一样的缺点,就是如果数组一开始已经有序或者大部分元素已经按序排列,则时间复杂度会大大增加,最坏情况下时间复杂度为O(n^2)。
一般情况下,我们可以认为T(n)=T(n/2)+O(n),时间复杂度为O(n),与归并排序以后再找到K大的数相比,效率大大提高了。
class Solution {
public:
int helper(vector<int>&nums,int k,int start,int end)
{
int pivot=nums[start];
int i=start,j=end;
bool flag=0;
while(i!=j)
{
while(nums[j]>=pivot && i<j)
{
j--;
}
while(nums[i]<=pivot && i<j)
{
i++;
}
if(i<j)
{
int t;
t=nums[i];
nums[i]=nums[j];
nums[j]=t;
}
}
int t;
t=nums[start];
nums[start]=nums[i];
nums[i]=t;
int m=i+1;
if(end-i+1==k)
{
return nums[i];
}
else if(end-i<k)
{
return helper(nums,k-(end-i+1),start,i-1);
}
else
{
return helper(nums,k,i+1,end);
}
}
int findKthLargest(vector<int> & nums,int k )
{
int size=nums.size();
return helper(nums,k,0,nums.size()-1);
}
};
注:参考《算法导论》 作者:Thomas H.Cormen、Charles E.Leiserson