141、数据流中的第K大元素

本文介绍了一种高效算法,用于实时计算数据流中第K大元素,通过使用优先级队列优化了查找过程,避免了全排序的高成本,适用于实时数据分析场景。

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

题目描述
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。

你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器,它包含数据流中的初始元素。每次调用 KthLargest.add,返回当前数据流中第K大的元素。

示例:

int k = 3;
int[] arr = [4,5,8,2];
KthLargest kthLargest = new KthLargest(3, arr);
kthLargest.add(3); // returns 4
kthLargest.add(5); // returns 5
kthLargest.add(10); // returns 5
kthLargest.add(9); // returns 8
kthLargest.add(4); // returns 8
说明:
你可以假设 nums 的长度≥ k-1 且k ≥ 1。

有技巧,但是没想到怎么来,我的代码

class KthLargest {

    	int d;
        int []x;
    
    public KthLargest(int k, int[] nums) {
        d = k;
        x = new int[nums.length];
        x = nums;
    }
    
    public int add(int val) {
    	x = Arrays.copyOf(x, x.length + 1);
        x[x.length - 1] = val;
        Arrays.sort(x);
        return x[ x.length - d];
    }
}

/**
 * Your KthLargest object will be instantiated and called as such:
 * KthLargest obj = new KthLargest(k, nums);
 * int param_1 = obj.add(val);
 */

尝试进行改进

class KthLargest {

 int result = Integer.MIN_VALUE;    int []x;
    int d = 0;
    public KthLargest(int k, int[] nums) {
        x = nums;
        Arrays.sort(x);
        d = k;
    //    result = x[nums.length - k];
    }
    
    public int add(int val) {
    	if(val < result){
    		return result;
    	}else {
			x = Arrays.copyOf(x, x.length + 1);
			x[x.length - 1] = val;
			Arrays.sort(x);
			result = x[x.length - d];
			return result;
			
		}
    }
}

/**
 * Your KthLargest object will be instantiated and called as such:
 * KthLargest obj = new KthLargest(k, nums);
 * int param_1 = obj.add(val);
 */

然鹅并没有怎么进行优化
排名靠前的代码
使用了一个新的api叫做优先级队列,顾名思义,该队列使用的是从小到大进行的排序,其含义是如果你一直放入元素,那么最小的元素会在最上面,即peek是最上面的,因此该代码中的队列的长度是k并且第k大元素就是该队列的最小值,也就是最小值

class KthLargest {
    PriorityQueue<Integer> queue = null;
    int size = 0;

    public KthLargest(int k, int[] nums) {
        queue = new PriorityQueue<Integer>(k);
        size = k;
        
        for (Integer num : nums)
            add(num);
    }
    
    public int add(int val) {
        if (queue.size() < size)
            queue.offer(val);
        else {
            if (queue.peek() < val) {
                queue.poll();
                queue.offer(val);
            }
            
        }
        return queue.peek();
    }
}
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