LeetCode 剑指 Offer II 059. 数据流的第 K 大数值

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)。

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

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();
    }
}

2.知识点

优先队列排序

总结

相同题目

703. 数据流中的第 K 大元素

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

打赏作者

大涛小先生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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