LeetCode: 核心算法(快速选择)

本文介绍了如何使用快速选择算法有效地解决LeetCode中的Top K问题。通过分析问题核心,只关注第K-1位的数字,避免了全排序或大顶堆的时间浪费。快速选择利用快速排序思想,通过选取pivot并调整数组,使得pivot位于第K-1位,从而找到第K个最大值。文章详细解释了算法过程,并通过示例说明了如何找到正确的pivot。
摘要由CSDN通过智能技术生成

场景:

解决Top K问题

例如:

输入: [3,2,1,5,6,4] 和 k = 2
输出: 5

解决方法:

此类问题一般都是通过一次快排或者大顶堆的方式解决,但是都有问题:

快排:对全数组进行了排序,如果要寻找的是第K个大的元素,那么其实我们并不关心从小到大排序后数组的第K位之后的数字;但是快排依然对这些数字进行了排序

大顶堆:虽然大顶堆的方法解决了不用考虑第K位之后的数字的问题,但是它依然需要关心第K位之前的数字,所以依然浪费了很多时间

 

问题分析

仔细想想Top K问题,其实我们本身只关心第K位上的数字。因为在数组中数字不重复的情况下,第K个最大的数字,必然位于第K-1位上。以例子中的[3,2,1,5,6,4]为例,假设寻找Top 4:

索引位 0 1 2 3 4 5
全排序结果 1 2 3 4 5 6
分区排序结果 2 1 3 6 4 5
             


无论是否进行全排序,第4个最大的值始终位于第2位上。所以寻找Top K的时候,我们其实只要把数组折腾成第K-1位的左边都小于第K-1位上的值;右边都是大于第K-1位上的值的样子后,那么第K-1位上的数字就是第K个最大的数字。

快速选择算法

快速选择的核心是利用快速排序的思想,通过取一个值作为pivot,对数组的一系列变换,最后使得pivot左侧的值都小于a[pivot], 右侧的值都大于a[pivot],且pivot位于数组第K-1位上,那么a[pivot]就是我们要找的Top K的值。

那么如果找到这个pivot并使得它恰好位于第K-1位上呢?这个只能靠蒙!!假设我们寻找Top 2步骤如下&

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

打赏作者

yexianyi

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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