《LeetCode之每日一题》:86.数据流中的第 K 大元素

该博客介绍了如何使用优先队列(大顶堆)解决数据流中找到第K大元素的问题。通过初始化堆、插入元素和删除堆顶元素等操作,实现了KthLargest类,能够在线性时间内返回当前数据流的第K大元素。示例展示了类的使用方法及其在特定数据输入下的输出结果。

数据流中的第 K 大元素


题目链接: 数据流中的第 K 大元素

有关题目

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
提示:
1 <= k <= 10^4
0 <= nums.length <= 10^4
-104 <= nums[i] <= 10^4
-10^4 <= val <= 10^4
最多调用 add 方法 10^4 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

题解

法一:优先队列
参考动画理解Hao Kun Yang(注:动画为大顶/根堆)
参考负雪明烛
参考TopK理解
参考快排算法

struct Heap {
    int* heap;
    int heapSize;
    bool (*cmp)(int, int);
};//优先队列

//初始化,优先队列
void init(struct Heap* obj, int n, bool (*cmp)(int, int)) {
    obj->heap = malloc(sizeof(int) * (n + 1));//元素下标从1开始,默认的[0]我们不使用
    obj->heapSize = 0;//初始化值为0
    obj->cmp = cmp;//函数指针
}

//比较函数
bool cmp(int a, int b){
    return a > b;
}

//使用指针交换
void swap(int* a, int* b){
    int tmp = *a;
    *a = *b, *b = tmp;
}

//插入元素
void push(struct Heap* obj, int x){
    int p = ++(obj->heapSize), q = p >> 1;//根据小根堆,节点之间的关系
    obj->heap[p] = x;//插入最后一个元素
    while (q){
        if (!obj->cmp(obj->heap[q], obj->heap[p])) {//父节点小于子节点,满足小根堆定义
            break;
        }
        swap(&(obj->heap[q]), &(obj->heap[p]));//子父节点交换
        p = q, q = p >> 1;//子父节点对应下标值,改变
    }    
}

//弹出堆顶,即删除堆顶元素
void pop(struct Heap* obj) {
    swap(&(obj->heap[1]), &(obj->heap[(obj->heapSize)--]));
    int p = 1, q = p << 1;
    while (q <= obj->heapSize) {
        if (q + 1 <= obj->heapSize) {
            if (obj->cmp(obj->heap[q], obj->heap[q + 1])) {//大小根堆,不一定是顺序排队的
                q++;
            }
        }
        if (!obj->cmp(obj->heap[p], obj->heap[q])) {
            break;
        }
        swap(&(obj->heap[q]), &(obj->heap[p]));
        p = q, q = p << 1;
    }
}

//弹出队头元素
int top(struct Heap* obj) {
    return obj->heap[1];
}

typedef struct {
    struct Heap* heap;
    int maxSize;
} KthLargest;


KthLargest* kthLargestCreate(int k, int* nums, int numsSize) {
    KthLargest* ret = malloc(sizeof(KthLargest));
    ret->heap = malloc(sizeof(struct Heap));
    init(ret->heap, k + 1, cmp);
    ret->maxSize = k;
    for (int i = 0; i < numsSize; i++) {
        kthLargestAdd(ret, nums[i]);
    }
    return ret;
}

int kthLargestAdd(KthLargest* obj, int val) {
    push(obj->heap, val);
    if (obj->heap->heapSize > obj->maxSize) {
        pop(obj->heap);
    }
    return top(obj->heap);
}

void kthLargestFree(KthLargest* obj) {
    free(obj->heap->heap);//释放动态开辟数组
    free(obj->heap);//释放动态开辟的队列
    free(obj);//释放动态开辟数据流
}

/**
 * Your KthLargest struct will be instantiated and called as such:
 * KthLargest* obj = kthLargestCreate(k, nums, numsSize);
 * int param_1 = kthLargestAdd(obj, val);
 
 * kthLargestFree(obj);
*/

在这里插入图片描述

评论 2
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