数组中第K大元素

博客探讨了在面试中常见的数组中第K大元素问题,指出全排序不是最优解。文章介绍了两种常见思路:构建最大堆和快速排序。构建最大堆的时间复杂度为O(n+klgn),而快速排序在平均情况下时间复杂度为O(N),最坏情况为O(N^2)。此外,提到了《算法导论》中关于优化快速排序算法的方法,选择中位数作为pivot以达到线性时间复杂度。
摘要由CSDN通过智能技术生成

数组中第K大元素

在面试的时候遇到过这个问题,后来在leetcode上也遇到了这个问题,于是记录下来以便以后快速回忆。

题目有多种思路,全排序是比较直观的想法,然而最低的时间复杂度为O(nlgn),并且不符合该题目的初衷。

题目更多想问的是如何在不进行全排序的条件下找到数组中第K大的元素,个人认为比较被面试官中意的解答有两个(理应也有其他的..),如下:

构建最大堆

简单分析时间复杂度: 构建堆的时间O(n),k次取最大元素要k(lgn),最终的时间复杂度为O(n+klgn).

显然是比全排序要好一些,但是当时面试的时候我回答这个思路,面试官认为并不是一个好的思路,因为面试官认为构建最大堆更适合题目:求数组中前K大的元素(维护一个大小为K的最大堆).
然而我还是认为这是一个可以的思路…..恩,代码还是贴一下,以后就省事了..

   int heap_size;
   int parent(int idx) {
        return (idx - 1) >> 1; //求父节点
    }
   int left(int idx) {
        return (idx << 1) + 1;//左子树
    }
   int right(int idx) {
        return (idx << 1</
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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