LeetCode 剑指 Offer II 059. 数据流的第 K 大数值

使用优先队列解决LeetCode剑指OfferII059：数据流的第K大数值

最新推荐文章于 2022-09-19 09:55:53 发布

原创最新推荐文章于 2022-09-19 09:55:53 发布 · 547 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode #算法 #java #力扣

LeetCode解题报告专栏收录该内容

256 篇文章

订阅专栏

该博客主要介绍了如何利用优先队列（PriorityQueue）来解决LeetCode上的数据流中找到第K大数值的问题。通过创建一个KthLargest类，实现了在数据流中动态维护第k大数值的功能。在每次添加新值后，优先队列会自动保持其大小为k，从而确保任何时候队列顶部的元素都是当前数据流中的第k大数值。代码简洁高效，时间复杂度为O(logk)。

LeetCode 剑指 Offer II 059. 数据流的第 K 大数值

题目描述

设计一个找到数据流中第 k 大元素的类（class）。注意是排序后的第 k 大元素，不是第 k 个不同的元素。
请实现 KthLargest 类：
KthLargest(int k, int[] nums) 使用整数 k 和整数流 nums 初始化对象。
int add(int val) 将 val 插入数据流 nums 后，返回当前数据流中第 k 大的元素。示例：
输入：
[“KthLargest”, “add”, “add”, “add”, “add”, “add”]
[[3, [4, 5, 8, 2]], [3], [5], [10], [9], [4]]
输出：
[null, 4, 5, 5, 8, 8]
解释：
KthLargest kthLargest = new KthLargest(3, [4, 5, 8, 2]);
kthLargest.add(3); // return 4
kthLargest.add(5); // return 5
kthLargest.add(10); // return 5
kthLargest.add(9); // return 8
kthLargest.add(4); // return 8

LeetCode 剑指 Offer II 059. 数据流的第 K 大数值
提示：

1 <= k <= 104
0 <= nums.length <= 104
-104 <= nums[i] <= 104
-104 <= val <= 104
最多调用 add 方法 104 次
题目数据保证，在查找第 k 大元素时，数组中至少有 k 个元素

一、解题关键词

二、解题报告

1.思路分析

2.时间复杂度

3.代码示例

class KthLargest {
    PriorityQueue<Integer> pq;
    int k;
    public KthLargest(int k, int[] nums) {
        this.k = k;
        pq = new PriorityQueue<Integer>();
        for(int x : nums){
            add(x);
        }
    }
    public int add(int val) {
        pq.offer(val);
        if(pq.size() > k){
            pq.poll();
        }
        return pq.peek();
    }
}