LeetCode 力扣 215. 数组中的第K个最大元素 findKthLargest

本文详细解析了如何在未排序的数组中找到第k个最大的元素,提供了三种解决方案:暴力快速排序、使用优先队列API及基于快速排序的选择方法。通过示例展示了每种方法的应用场景及实现过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

大家觉得写还可以,可以点赞、收藏、关注一下吧!
也可以到我的个人博客参观一下,估计近几年都会一直更新!和我做个朋友吧!https://motongxue.cn


215. 数组中的第K个最大元素

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。

示例 1:

输入: [3,2,1,5,6,4] 和 k = 2
输出: 5
示例 2:

示例 2:

输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4
说明:

你可以假设 k 总是有效的,且 1 ≤ k ≤ 数组的长度。

暴力快速排序

/**
 * 采用暴力快速排序
 * @param nums
 * @param k
 * @return
 */
public int findKthLargest2(int[] nums, int k) {
    Arrays.sort(nums);
    return nums[nums.length-k];
}

采用优先队列API

public int findKthLargest(int[] nums, int k) {
	PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(k);
	Arrays.stream(nums).forEach(item->{
	    priorityQueue.add(item);
	    if(priorityQueue.size()>k)
	        priorityQueue.poll();
	    });
    return priorityQueue.peek();
}

基于快速排序的选择方法(面试专用)

  1. 随机选取一个下标元素,以此作为分界点,分界点左边 <= 分界点 <= 分界点右边
  2. 判断分界点的下标是否跟符合 k 的下标位置,符合就直接return,否则就往该方向靠拢
Random random = new Random();
/**
 * 基于快速排序的选择方法
 * @param nums
 * @param k
 * @return
 */
public int findKthLargest3(int[] nums, int k) {
    return quickSelect(nums, 0, nums.length - 1, nums.length - k);
}

public int quickSelect(int[] a, int l, int r, int index) {
    int q = randomPartition(a, l, r);
    if (q == index) {
        return a[q];
    } else {
        return q < index ? quickSelect(a, q + 1, r, index) : quickSelect(a, l, q - 1, index);
    }
}

public int randomPartition(int[] a, int l, int r) {
    int i = random.nextInt(r - l + 1) + l;
    swap(a, i, r);
    return partition(a, l, r);
}

public int partition(int[] a, int l, int r) {
    int x = a[r], i = l - 1;
    for (int j = l; j < r; ++j) {
        if (a[j] <= x) {
            swap(a, ++i, j);
        }
    }
    swap(a, i + 1, r);
    return i + 1;
}

public void swap(int[] a, int i, int j) {
    int temp = a[i];
    a[i] = a[j];
    a[j] = temp;
}

2020年7月24日更

大家觉得写还可以,可以点赞、收藏、关注一下吧!
也可以到我的个人博客参观一下,估计近几年都会一直更新!和我做个朋友吧!https://motongxue.cn


### C++ 实现 LeetCode215LeetCode215 题要求找到无序数组中的第 k 大元素。这个问题可以通过多种方式解决,其中一种高效的方法是利用快速选择算法,这是基于快速排序的一种变体。 #### 方法一:基于快速选择的解决方案 快速选择是一种用于寻找未排序列表中第k大或第k小元素的有效算法。其核心思想类似于快速排序,在每次划分操作之后只处理包含目标元素的那一部分数据[^1]。 ```cpp class Solution { public: int findKthLargest(vector<int>& nums, int k) { // 将问题转换成找第 N-k 小的数 (N 是数组大小) int n = nums.size(); return quickSelect(nums, 0, n - 1, n - k); } private: int partition(vector<int> &nums, int left, int right){ int pivot = nums[left]; while (left < right){ while (left < right && nums[right] >= pivot) --right; nums[left] = nums[right]; while (left < right && nums[left] <= pivot) ++left; nums[right] = nums[left]; } nums[left] = pivot; return left; } int quickSelect(vector<int> &nums, int left, int right, int index){ if (left == right) return nums[left]; int q = partition(nums, left, right); if(q == index) return nums[q]; else if(q < index) return quickSelect(nums, q + 1, right, index); else return quickSelect(nums, left, q - 1, index); } }; ``` 此代码实现了快速选择算法来解决问题。`partition()` 函数负责执行一次划分操作;而 `quickSelect()` 则通过递归来不断缩小搜索范围直到定位到所需的元素位置。 这种方法的时间复杂度平均为 O(n),但在最坏的情况下可能会退化至 O(n^2)[^3]。不过实际应用中很少遇到这种情况,因此该方法仍然非常实用。
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