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

1. 问题描述：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

2. 思路分析：方法1：排序（从大到小的顺序排序），返回第k-1个下标的元素——但库中sort默认排序方式为正序（即从小到大），即返回下标为size-k的元素。（时间复杂度：快排—O(nlogn),空间复杂度：O(1)）

 //方法1:排序（从大到小的顺序排序），返回第k-1个下标的元素——但库中sort默认排序方式为正序（即从小到大），即返回下标为size-k的元素。
int findKthLargest1(vector<int>& nums, int k) {
      int size=nums.size();
      sort(nums.begin(),nums.end());
      return nums[size-k];
  }

方法2：建小堆，用vector构造小堆，之后将小堆出堆，直到剩K个元素，返回堆顶元素。（时间复杂度：O(nlogn),空间复杂度：O(logn)）

  //方法2：建小堆，用vector构造小堆，之后将小堆出堆，直到剩K个元素，返回堆顶元素
int findKthLargest2(vector<int>& nums, int k) {
     priority_queue<int,vector<int>,greater<int>> Kval(nums.begin(),nums.end());
     while(Kval.size()!=k)
     {
         Kval.pop();
     }
     return Kval.top();
 }

方法3：建容量为k的小堆，遍历nums插入小堆中，如果小堆已满，则判断要入堆的元素和堆顶元素的大小关系。若待入堆元素的值大于堆顶元素，则出堆顶元素，入新值，否则，遍历下一个元素。（时间复杂度：O(nlogk),空间复杂度：O(logk)）

//方法3：建容量为k的小堆，遍历nums插入小堆中，如果小堆已满，则判断要入堆的元素和堆顶元素的大小关系。若待入堆元素的值大于堆顶元素，则出堆顶元素，入新值，否则，遍历下一个元素。
int findKthLargest3(vector<int>& nums, int k) {
    priority_queue<int,vector<int>,greater<int>> Kval;
    for(auto e:nums)
    {
        if(Kval.size()==k)
        {
            if(e < Kval.top())
                continue;
            else
                Kval.pop();
        }

        Kval.push(e);
    }
	return Kval.top();
 }

方法4：使用快速选择算法实现

//方法4：使用快速选择算法实现
void swap(int &a,int &b)
{
    int tmp=a;
    a=b;
    b=tmp;
}
int partion(vector<int> &nums,int left,int right)
{
     //1. 取基准值,保存其初始所在下标
    int Keyindex=rand() % (right-left+1) + left;
    swap(nums[Keyindex],nums[left]);
    Keyindex=left;

    while(left<right)
    {
        //从右向左找小于基准值
        while(left<right && nums[right]>=nums[Keyindex])
            right--;
        //从左向右找大于基准值的
        while(left<right && nums[left]<nums[Keyindex])
            left++;
        //交换
        swap(nums[right],nums[left]);
        
    }
    
    //交换相遇点与基准值位置
    swap(nums[right],nums[Keyindex]);
    return Keyindex;
}
int quickSelect(vector<int> &nums,int left,int right,const int& k)
{     
    //1. 将小于基准值的元素放在基准值左侧，大于等于基准值的放在基准值右侧。
    int pos=partion(nums,left,right);
    //2. 判断基准值所在位置下标与k的下标是否相等，若相等。返回基准值；若基准值所在下标小于k，则left=基准值下标+1，继续递归;若基准值所在下标大于k，则right=基准值下标-1，递归继续实现。
    
    if(pos==k) 
        return nums[pos];
    else{
        return pos>k?quickSelect(nums,left,pos-1,k):quickSelect(nums,pos+1,right,k);
    }               
}

//快速选择
int findKthLargest(vector<int>& nums, int k) {
    return quickSelect(nums,0,nums.size()-1,nums.size()-k);
}