LeetCode215.Kth Largest Element in an Array

最新推荐文章于 2023-12-15 19:39:48 发布

Clark_Xu

最新推荐文章于 2023-12-15 19:39:48 发布

阅读量203

点赞数

CC 4.0 BY-SA版权

分类专栏：算法和数据结构 # LeetCode

本文链接：https://blog.youkuaiyun.com/Findingxu/article/details/98605861

LeetCode 同时被 2 个专栏收录

28 篇文章

订阅专栏

算法和数据结构

12 篇文章

订阅专栏

本文介绍了一种在未排序数组中寻找第k个最大元素的算法，通过使用最大堆数据结构并逐步调整堆结构来实现高效查找。该方法避免了完整的数组排序，显著提高了查找特定排名元素的效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：

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。

思路：

用最大堆，每次取完一个堆顶就重新构建一次。用的是以前写堆排序的代码。

题解：

class Solution:
    def findKthLargest(self, nums: List[int], k: int) -> int:
        # 调整堆
        def adjust_heap(lists, i, size):#以i为根节点开始调整成以i为根节点的最大堆
            lchild = 2 * i + 1#堆是完全二叉树，可求左右子树
            rchild = 2 * i + 2
            max = i
            if i < size / 2:#完全二叉树的分支节点（就是有叶子节点的）小于等了size/2
                if lchild < size and lists[lchild] > lists[max]:
                    max = lchild
                if rchild < size and lists[rchild] > lists[max]:
                    max = rchild
                if max != i:#如果根节点不是最大就调换位置
                    lists[max], lists[i] = lists[i], lists[max]
                    adjust_heap(lists, max, size)#然后以max为根节点进行调整

        # 创建堆
        def build_heap(lists, size):#从下往上构建堆
            for i in range(0, int(size/2))[::-1]:
                adjust_heap(lists, i, size)
        
        size = len(nums)
        build_heap(nums,size)#先创建堆
        count = 0
        for i in range(0, size)[::-1]:#i从size-1到1
            nums[0], nums[i] = nums[i], nums[0]#交换堆顶和堆底
            count += 1 #获得一个最大值加1
            if count == k:
                #print(nums[i])
                return nums[i]
            adjust_heap(nums, 0, i)#把剩下的重新排