
法一:堆排
class Solution {public:
void maxHeapify(vector& a, int i, int heapSize) {
int l = i * 2 + 1, r = i * 2 + 2, largest = i;
if (l < heapSize && a[l] > a[largest]) { largest = l; }
if (r < heapSize && a[r] > a[largest]) { largest = r; }
if (largest != i) { swap(a[i], a[largest]);
maxHeapify(a, largest, heapSize); } }
void buildMaxHeap(vector& a, int heapSize) {
for (int i = heapSize / 2; i >= 0; --i) {
maxHeapify(a, i, heapSize); } }
int findKthLargest(vector& nums, int k) {
int heapSize = nums.size();
buildMaxHeap(nums, heapSize);
for (int i = nums.size() - 1; i >= nums.size() - k + 1; --i) {
swap(nums[0], nums[i]);
–heapSize;
maxHeapify(nums, 0, heapSize); }
return nums[0]; }};
法二:
class Solution

本文介绍了两种方法来找到数组nums中的第K个最大数字。第一种方法是通过构建最大堆,然后进行调整,时间复杂度为O(n log n)。第二种方法是直接对数组进行排序,然后返回排序后的第K-1个元素,时间复杂度为O(n log n)。这两种方法在处理大型数据集时都有其优势。
最低0.47元/天 解锁文章
305

被折叠的 条评论
为什么被折叠?



