算法分析 | 215. Kth Largest Element in an Array

本文介绍了一种使用分治法求解数组中第K大元素的算法,通过修改快速排序中的分区过程,实现了高效查找。示例包括具体数组操作和代码实现。

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

算法分析 | 215. Kth Largest Element in an Array

这道题我在去年已经做过,当时是直接排序然后ac。现在想用分治法来解决。

一、问题描述:

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 2:

Input: 
[3,2,3,1,2,4,5,5,6] 
and k = 4
Output: 4

Note: 
You may assume k is always valid, 1 ≤ k ≤ array's length.

二、解法:

快速排序中,每一次迭代,我们需要选取一个关键元素pivot,然后将数组分割成三个部分:

小于关键元素pivot的元素
等于关键元素pivot的元素
大于关键元素pivot的元素
现在,以[3,2,1,5,4,6]这个数组为例来分析。假定每次选取最左端的元素作为关键的元素pivot,这种情况下,是3,然后我们使用3作为pivot将数组分成上面指定的3个部分,最后结果是[1,2,3,5,4,6]。现在3是第3个元素并且我们知道它也是第3小的元素。

由于上面的分割是将比pivot小的元素放在了pivot的左边,所以pivot当pivot在第k-1位置是是第k小的元素。由于这道题目需要寻找第k大的元素,我们可以修改一下分割过程将比pivot大的元素放在k的左边。这样,分割完成后数组变成了[5,6,4,3,1,2],现在3是第4大的元素,如果我们需要寻找第2大的元素,我们知道它是在3左边,如果我们需要第5大的元素,我们知道它是在3右边。

现在简单写出算法的流程:

初始化left为0,right为nums.size()-1
分割数组,如果pivot在第k-1位,返回pivot
如果pivot在k-1右边,更新right为pivot的位置值
否则更新left为pivot的位置值。
重复2的步骤

三、代码如下:

int findKthLargest(vector<int>& nums, int k) {
         int pivot=nums[0];
         int left=0;
         int right=nums.size()-1;
         while(true)
         {
             int pos=partion(nums,left,right);
             if(pos==k-1)   return nums[pos];
             if(pos<k-1)   left=pos+1;
             else right=pos-1;
         }

     }

     int partion(vector<int> &nums,int begin,int end)
     {
         int left=begin+1;
         int right=end;
         while(left<=right)
         {
             if(nums[left]<nums[begin]&&nums[right]>nums[begin])
                swap(nums[left],nums[right]);
             if(nums[left]>=nums[begin]) left++;
             if(nums[right]<=nums[begin]) right--;
         }
         swap(nums[begin],nums[right]);
         return right;
     }

 

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
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