题目描述:给定整数数组 nums 和整数 k,请返回数组中第 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。
示例 1:
输入: [3,2,1,5,6,4] 和 k = 2
输出: 5
示例 2:
输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/kth-largest-element-in-an-array
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
基本思路:从大到小排序,直接输出第k个数即可
使用最小堆的思路:
1.建立一个大小为k的最小堆,并把数组前k个数插入最小堆
2.第k个数后面的数依次与堆顶做比较,如果大于(>)堆顶元素,就把堆顶元素弹出,并把当前数插入堆顶
堆的上滑调整算法(用于插入后的调整):
将插入位置(i)的元素,与他的父亲结点(i-1)/2进行比较,把两者小的放上面,大的放下面,当i>0时依次重复操作。
堆的下滑调整算法(用于删除后的调整):
堆元素(位置i)被删除后,该位置将会被当前局部堆的最后面的元素代替,所以要从该位置(i)进行调整,将位置(i)的孩子(i2+1和i2+2)的小者记为j,将位置(i)和位置(j)的元素进行交换,当i*2+1<=N(即有孩子时)时一直重复
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
/* 使用stl自带的堆
//priority_queue<int> heap;//默认大根堆,可以插入负数即是小根堆
priority_queue< int, vector<int>, greater<int> > heap;//小根堆
int n=nums.size();
int res;
for(int i=0;i<k;i++){
heap.push(nums[i]);
}
for(int i=k;i<n;i++){
if((nums[i]) > heap.top()){
heap.pop();
heap.push(nums[i]);
}
}
return heap.top();
*/
int n=nums.size();
for(int i=0;i<k;i++){
shiftUp(nums,i);
}
for(int i=k;i<n;i++){
if(nums[i]>nums[0]){
swap(nums[0],nums[i]);//删除堆顶元素(其实是移动到最后面),插入heap[i]
shiftDown(nums,0,k-1);//进行一次下滑调整
}
}
return nums[0];
}
//自己定义堆
public:
//若v1<v2则返回true,v1比v2优先级高(若想建立最大堆,反过来即可)
bool priority_than(int v1,int v2){
return v1<v2;
}
//堆删除操作:即swap(heap[i],heap[0])即可
//建立堆:依次调用n次上滑调整算法
void shiftUp(vector<int>& heap,int i){//上滑调整算法,用于插入后调整,不执行插入操作
while(i>0 && priority_than(heap[i],heap[i-1>>1])){
swap(heap[i],heap[i-1>>1]);
i=i-1>>1;
}
}
void shiftDown(vector<int>& heap,int i,int N){//下滑调整算法,用于删除后的调整,不执行删除操作
//参数N表示当前的数组大小
while(i*2+1<=N){
int j=i*2+1;//表示将要做交换的
if(j+1<=N && priority_than(heap[j+1],heap[j])){//找孩子里的最大的
j++;
}
if(priority_than(heap[i],heap[j])){
break;//i的优先级高则不交换
}
else{
swap(heap[i],heap[j]);
i=j;
}
}
}
};
本文介绍了一种使用最小堆解决寻找数组中第K个最大元素的方法。通过构建初始堆并对剩余元素进行比较替换,最终得到目标元素。文章还提供了具体的堆调整算法。
958

被折叠的 条评论
为什么被折叠?



