[LeetCode] 215. 数组中的第K个最大元素(快速排序、堆排序)

215. 数组中的第K个最大元素

在未排序的数组中找到第 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。

解题思路： 此题属于TOP Kth 类型图，这类型题有通用的解法，即快速排序、堆排序。

1. 堆排序

// 此题常规的解法有两种，即快排、堆排序
// C++中关于堆可以用数据结构priority_queue
// 因此本题选择堆排序解题
// Time: O(nlogk), Space:O(k)
class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        priority_queue<int, vector<int>, greater<int>> q; // smallest heap
        for (auto num : nums) {
            q.push(num);
            if (q.size() > k) q.pop();
        }
        return q.top();
    }
};

2. 快速排序
   快速排序的基本思想是，在序列中找到一个基准点，然后小于基准点的数都移动到左边，大于基准点的数都移动到右边（升序的情况下），只有代码怎么写，网上有很多种不同的写法，常规的写法是，两个指针分别从两端向中间移动，移动的过程中如果发现做指针的值大于基准值，右指针的值小于基准值，则交换着两个值。当然快排的TOP Kth解法我自己之前也总结过，但是现在重写，写出来的代码又漏洞百出，然后参考了grandyang的解法，非常简洁，大致的思想是，利用上面提到的快排常规写法写partition，然后在找Kth元素时采取的时候收缩边界的做法，当基准点的位置小于k时，代表Kth元素位于右半段，因此数组左边界移动到left=pos+1，大于同理。

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        int left = 0, right = nums.size() - 1;
        while (true) {
            int pos = partition(nums, left, right);
            if (pos == k - 1) return nums[pos];
            else if (pos > k - 1) right = pos - 1;
            else left = pos + 1;
        }
    }
    int partition(vector<int>& nums, int left, int right) {
        int pivot = nums[left], l = left + 1, r = right;
        while (l <= r) {
            if (nums[l] < pivot && nums[r] > pivot) {
                swap(nums[l++], nums[r--]);
            }
            if (nums[l] >= pivot) ++l;
            if (nums[r] <= pivot) --r;
        }
        swap(nums[left], nums[r]);
        return r;
    }
};

参考资料

https://www.cnblogs.com/grandyang/p/4539757.html
https://zhuanlan.zhihu.com/p/114699207
https://blog.csdn.net/whutshiliu/article/details/105262626