leetcode 215. Kth Largest Element in an Array

最新推荐文章于 2026-01-08 21:36:59 发布

原创最新推荐文章于 2026-01-08 21:36:59 发布 · 160 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode

本文介绍了一种简单高效的方法来寻找数组中第K大的元素。通过使用STL库中的sort函数，仅需两行代码即可实现。这种方法适用于需要快速找到特定位置元素的场景。

网上都用了priority_queue来做，如果想要简单点可以直接用stl库中的sort函数进行排序，并返回下标为vec.size()-k的值即可。两行代码即可完成。

class Solution {

public:
int findKthLargest(vector<int>& nums, int k) {
sort(nums.begin(),nums.end());
return nums[nums.size()-k];

}
};

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

GoGag_

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

C# LeetCode刷题 - Leetcode 215. Kth Largest Element in an Array-题解

极客学长Bravo | 突破信息差 | 副业生财有术

06-10

887

C#版 - Leetcode 215. Kth Largest Element in an Array-题解在线提交: https://leetcode.com/problems/kth-largest-element-in-an-array/ Description Find the k th largest element in an unsorted array. Note th...

LeetCode --- 703. Kth Largest Element in a Stream 解题报告

杨鑫newlife的专栏

06-06

456

Design a class to findthekth largest element in a stream. Note that it is the kth largest element in the sorted order, not the kth distinct element. YourKthLargestclass will have a constructor which accepts an integerkand an integer arraynums, whic...

参与评论您还未登录，请先登录后发表或查看评论

LeetCode215. Kth Largest Element in an Array

叶卡捷琳堡的博客

12-15

716

【代码】LeetCode215. Kth Largest Element in an Array。

Leetcode 215. Kth Largest Element in an Array (Python)

weixin_58080442的博客

07-02

766

Given an integer array and an integer , return the largest element in the array.Note that it is the largest element in the sorted order, not the distinct element.Example 1: Input: nums = [3,2,1,5,6,4], k = 2 Output: 5 Example 2: Input: nums = [3,2,3,

Leetcode 215. Kth Largest Element in an Array

小白菜又菜

05-22

202

【代码】Leetcode 215. Kth Largest Element in an Array。

LeetCode 215. Kth Largest Element in an Array

weixin_33918114的博客

02-16

138

https://leetcode.com/problems/kth-largest-element-in-an-array/description/ Find thekth largest element in an unsorted array. Note that it is the kth largest element in the sorted order, not the kth ...

Leetcode215. Kth Largest Element in an Array

jessir的专栏

03-05

426

这是一道分治的题目，去面网易的机器学习岗位的时候问了我这个问题，我那时候第一反应就是桶排序。。 ## 桶排序 ## 先附上桶排序的代码如下，应该注意两个地方：1、排序的数有可能是负数；2、排序的数有可能是重复的，比如[99 99]，要找出第一大的数，这种情况对于判断第几大的时候要采用大于等于而不是直接用等于来判断。class Solution { public: int find

【Leetcode】215. Kth Largest Element in an Array

数学、算法爱好者的博客

01-19

377

大元素（其定义是从大到小排好序后位于第。个的数，即如果下标从。

leetcode215. Kth Largest Element in an Array

欲买桂花同载酒

09-06

192

题目：题目链接按照我们一贯的唯一的做法暴力是可以的。就是调用个sort函数直接排就完了，直接AC。但这可是mid啊，这是不是太简单了。no，no，no，我们再想一想。sort的复杂度是O(nlogn)。我记得在学快速排序的时候有提到过，根据快速排序中划分的原则可以O(n)去求解中位数，那中位数是第n/2个数，第k大不就是k-1个数吗。完美，好想法！翻出我原来写的查找中位数O(n)的写法：代码。（这可是两年前的代码了，荒废了这么久啊，怪不得我这么菜啊。。。。。。。）咱们把上面代码修改一下不就有这题的答案了

leetcode 215. Kth Largest Element in an Array 数组中的第K个最大元素

ln_ydc的专栏

05-21

288

理解为什么用快速选择来解决这个问题是关键，重点是要理解快速排序

LeetCode 215. Kth Largest Element in an Array-快速排序的灵活使用

HJsir的博客

02-03

479

在LeetCode上看到一个题目，第一眼看的感觉就是排序解决，然后思考了下堆排序不太合适，而快排速度很快，然后在快速排序的基础上进行了优化，写下来记录一下。题目 Find the kth largest element in an unsorted array. Note that it is the kth largest element in the sorted order, no

数组中第K大的数（LeetCode 215. Kth Largest Element in an Array）

qq_33466954的博客

05-04

928

题目描述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: 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。思路即维护一个K大小的最小堆...

C++ sort + vector 应用：求取数组中第K大的数( LeetCode 215. Kth Largest Element in an Array )

casgj16的博客

05-22

1181

Find the kth largest element in an unsorted array. Note that it is the kth largest element in the sorted order, not the kth distinct element.Example 1:Input: [3,2,1,5,6,4] and k = 2 Output: 5 Example ...

leetcode刷题笔记(Golang)--215. Kth Largest Element in an Array

weixin_44555304的博客

03-01

249

215. Kth Largest Element in an Array nd the kth largest element in an unsorted array. Note that it is the kth largest element in the sorted order, not the kth distinct element. Example 1: Input: [3,2,...

#leetcode#

wnaan的博客

01-04

810

/ k=1 → 边长k+1=2；// 例如 num=4，i=2 → num/i=2，i与num/i相等，仅算1个因数。// 原理：因数成对出现 → 若i是num的因数，则num/i一定也是num的因数。// ✅ 内层循环：逐列填充当前行的元素，列号j从0到i（第i行有i+1个元素）// ✅ 核心返回：当前节点的最小深度 = 子树最小深度 + 当前节点（+1）// 新增行：i+k行，j~j+k-1列；// ✅ 核心枚举：遍历1到√num，找num的所有正因数（平方根枚举法）

【剑斩OFFER】算法的暴力美学——力扣 844 题：比较含退格的字符串

最新发布

就业知识博客

01-08

143

力扣 844 题：比较含退格的字符串

leetCode-热题100-贪心合集（JavaScript)

qq_50694225的博客

01-08

103

我们要把这个字符串划分为尽可能多的片段，同一字母最多出现在一个片段中。注意，划分结果需要满足：将所有划分结果按顺序连接，得到的字符串仍然是。返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回。设计一个算法来计算你所能获取的最大利润。数组中的每个元素代表你在该位置可以跳跃的最大长度。判断你是否能够到达最后一个下标，如果可以，返回。向后跳转的最大长度。换句话说，如果你在索引。返回一个表示每个字符串片段的长度的列表。处，你可以跳转到任意。给你一个非负整数数组。初始位置在下标 0。

leetcode力扣——135.分发糖果

Xiaoyuan_he的博客

01-04

894

从左向右看： 1，1，2，3，4，1，1，1，2，1。从右向左看： 2，1，1，1，2，1，2，1，2，1。从左向右看： 1，1，2，3，4，1，1，1，2，1。从右向左看： 2，1，1，1，2，1，2，1，2，1。小朋友的分数：2，1，3，4，5，2，2，1，3，0。得到的糖果数：2，1，2，3，4，1，2，1，2，1。小朋友的分数：2，1，3，4，5，2，2，1，3，0。小朋友的分数：2，1，3，4，5，2，2，1，3，0。得到的糖果数：2，1，2，3，4，1，2，1，2，1。

leetcode 215

03-29

### LeetCode 215 - Kth Largest Element in an Array LeetCode 第 215 题的目标是从一个未排序的数组中找到第 k 大的元素。可以采用多种方法来解决问题，其中最常见的是基于堆的方法以及快速选择算法。 #### 方法一：最小堆 (Min Heap) 通过维护大小为 `k` 的最小堆，可以在遍历整个数组的过程中动态调整堆结构以保留当前最大的前 `k` 个元素。最终，堆顶即为所求的第 `k` 大元素[^1]。以下是实现代码： ```python import heapq def findKthLargest(nums, k): min_heap = [] for num in nums: if len(min_heap) < k: heapq.heappush(min_heap, num) elif num > min_heap[0]: heapq.heapreplace(min_heap, num) return min_heap[0] ``` 这种方法的时间复杂度主要由堆操作决定，整体时间复杂度为 \( O(n \log k) \)，空间复杂度为 \( O(k) \)[^1]。 #### 方法二：快速选择 (Quickselect Algorithm) 快速选择是一种类似于快速排序的选择算法，其核心思想是利用分治策略将目标范围逐步缩小至所需位置。具体来说，在每次划分后可以根据索引定位所需的第 `k` 大元素所在区域并继续递归处理。下面是具体的 Python 实现： ```python import random def partition(nums, left, right, pivot_index): pivot_value = nums[pivot_index] nums[right], nums[pivot_index] = nums[pivot_index], nums[right] store_index = left for i in range(left, right): if nums[i] > pivot_value: nums[store_index], nums[i] = nums[i], nums[store_index] store_index += 1 nums[right], nums[store_index] = nums[store_index], nums[right] return store_index def select(nums, left, right, k_smallest): if left == right: return nums[left] pivot_index = random.randint(left, right) pivot_index = partition(nums, left, right, pivot_index) if k_smallest == pivot_index: return nums[k_smallest] elif k_smallest < pivot_index: return select(nums, left, pivot_index - 1, k_smallest) else: return select(nums, pivot_index + 1, right, k_smallest) def findKthLargest(nums, k): n = len(nums) target_idx = n - k return select(nums, 0, n - 1, target_idx) ``` 此方法平均情况下具有线性时间复杂度 \( O(n) \)，但在最坏情况下的时间复杂度可能退化到 \( O(n^2) \)。 --- ### 总结对于本题而言，推荐优先考虑 **最小堆** 或者 **快速选择** 算法作为解决方案。前者更加稳定且易于理解；后者则在理论上具备更优的时间性能表现。