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);
}