Top k 算法问题简单复习

最新推荐文章于 2025-11-09 18:12:14 发布

原创最新推荐文章于 2025-11-09 18:12:14 发布 · 99 阅读

0 ·

CC 4.0 BY-SA版权

【算法】专栏收录该内容

114 篇文章

订阅专栏

本文介绍了两种高效求解数组中第K大元素的方法：优先队列法和快速排序法。优先队列法通过维护一个大小为K的最小堆解决，而快速排序法则利用了分治的思想，平均时间复杂度为O(N)。

1. 优先队列方法

缺点：在k值比较大的时候，会有较高的空间消耗。

class Solution {
public:

struct cmp {
	bool operator()(int& a, int& b) {
		return a > b;
	}
};
    int findKthLargest(vector<int>& nums, int k) {
	priority_queue<int, vector<int>, cmp> pq_;

	for (int i = 0; i < nums.size(); i++) {

		if (pq_.size() >= k) {

			if (nums[i] > pq_.top()) {

				pq_.pop();
				pq_.push(nums[i]);
			}
			continue;
		}

		pq_.push(nums[i]);
	}
	return pq_.top();
    }
};

2. 采用快排思想解法

注：平均时间复杂读O(N)

int quickSort(vector<int>& nums, int lo, int hi, int k)
{		
	int i = lo, j = hi;
	int tmpV_ = nums[lo];

	while (i < j) {

		while (nums[j] >= tmpV_ && i < j)
			j--;

		if (i < j) {

			nums[i] = nums[j];
			i++;
		}

		while (nums[i] < tmpV_ && i < j)
			i++;

		if (i < j) {

			nums[j] = nums[i];
			j--;
		}
	}

	nums[i] = tmpV_;

	/* 判断递归方向 */
	if (nums.size() - i == k)
		return nums[i];

	if (nums.size() - i > k)
		return quickSort(nums, i + 1, hi, k);

	if (nums.size() - i < k)
		return quickSort(nums, lo, i - 1, k);
}

int findKthLargest(vector<int>& nums, int k)
{
	return quickSort(nums, 0, nums.size() - 1, k);
}