LeetCode 215 数组中的第K个最大元素(Kth Largest Element in an Array) python实现

本文介绍了一种在未排序数组中寻找第k个最大元素的高效算法,受启发于快速排序,通过递归方式缩小查找范围,实现O(n)时间复杂度。并附带快速排序代码,适用于LeetCode等平台的算法题。

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

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。

分析:

受启发于快速排序,每次排序完检查参考值的位置:

  • 如果位置正好等于k,则返回;
  • 否则,判断是继续从左边还是右边寻找k。

时间复杂度:
递归时,每层时间复杂度为O(n),仅第一层需左右两部分遍历,后面只需要遍历一半。
n+n/2+n/4+…+1 < 2n,所以总的时间复杂度为O(n)。

python代码:

class Solution:
    def findKthLargest(self, nums: List[int], k: int) -> int:
        return self.helper(nums, 0, len(nums)-1, k)
    
    def helper(self, nums, l, r, k):
        if l == r:
            return nums[l]
        i, j = l, r
        p = nums[i]
        while i < j:
            while i < j and nums[j] <= p:
                j -= 1
            if i < j:
                nums[i] = nums[j]
                i += 1
                
            while i < j and nums[i] >= p:
                i += 1
            if i < j:
                nums[j] = nums[i]
                j -= 1
        if i + 1 == k:
            return p
        elif i + 1 < k:
            return self.helper(nums, i + 1, r, k)
        else:
            return self.helper(nums, l, i - 1, k)

附快速排序代码:

def quick_sort(lst):
    helper(lst, 0, len(lst)-1)

def helper(lst, l, r):
    if l >= r:
        return
    i = l
    j = r
    p = lst[i]
    while i < j:
        while i < j and lst[j] >= p:
            j -= 1
        if i < j:
            lst[i] = lst[j]
            i += 1
        while i < j and lst[i] <= p:
            i += 1
        if i < j:
            lst[j] = lst[i]
            j -= 1
    lst[i] = p
    helper(lst, l, i-1)
    helper(lst, i+1, r)

更多题目包括leetcode、牛客网、各种排序算法解法参见个人GitHub,持续更新中,欢迎star ~~

https://github.com/PemLer/Journey_of_leetcode


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