Leetcode215. 数组中的第K个最大元素
题目:
给定整数数组 nums 和整数 k,请返回数组中第 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], k = 2
输出: 5
示例 2:
输入: [3,2,3,1,2,4,5,5,6], k = 4
输出: 4
题解:
运用快速排序的方法:
首先我们来回顾一下快速排序,这是一个典型的分治算法。我们对数组
a
[
l
⋯
r
]
a[l⋯r]
a[l⋯r]做快速排序的过程是:
- 分解: 将数组 a [ l ⋯ r ] a[l⋯r] a[l⋯r] 「划分」成两个子数组 a [ l ⋯ q − 1 ] 、 a [ q + 1 ⋯ r ] a[l⋯q−1]、a[q+1⋯r] a[l⋯q−1]、a[q+1⋯r],使得 a [ l ⋯ q − 1 ] a[l⋯q−1] a[l⋯q−1] 中的每个元素小于等于 a [ q ] a[q] a[q],且 a [ q ] a[q] a[q] 小于等于 a [ q + 1 ⋯ r ] a[q+1⋯r] a[q+1⋯r] 中的每个元素。其中,计算下标 q q q 也是「划分」过程的一部分。
- 解决: 通过递归调用快速排序,对子数组 a [ l ⋯ q − 1 ] a[l⋯q−1] a[l⋯q−1] 和 a [ q + 1 ⋯ r ] a[q+1⋯r] a[q+1⋯r] 进行排序。
- 合并: 因为子数组都是原址排序的,所以不需要进行合并操作, a [ l ⋯ r ] a[l⋯r] a[l⋯r] 已经有序。
上文中提到的 「划分」 过程是:从子数组
a
[
l
⋯
r
]
a[l⋯r]
a[l⋯r] 中选择任意一个元素
x
x
x 作为主元,调整子数组的元素使得左边的元素都小于等于它,右边的元素都大于等于它,
x
x
x 的最终位置就是
q
q
q。
由此可以发现每次经过「划分」操作后,我们一定可以确定一个元素的最终位置,即
x
x
x 的最终位置为
q
q
q,并且保证
a
[
l
⋯
q
−
1
]
a[l⋯q−1]
a[l⋯q−1] 中的每个元素小于等于
a
[
q
]
a[q]
a[q],且
a
[
q
]
a[q]
a[q] 小于等于
a
[
q
+
1
⋯
r
]
a[q+1⋯r]
a[q+1⋯r] 中的每个元素。所以只要某次划分的
q
q
q 为倒数第
k
k
k 个下标的时候,我们就已经找到了答案。 我们只关心这一点,至于
a
[
l
⋯
q
−
1
]
a[l⋯q−1]
a[l⋯q−1] 和
a
[
q
+
1
⋯
r
]
a[q+1⋯r]
a[q+1⋯r] 是否是有序的,我们不关心。
因此我们可以改进快速排序算法来解决这个问题:在分解的过程当中,我们会对子数组进行划分,如果划分得到的 q q q 正好就是我们需要的下标,就直接返回 a [ q ] a[q] a[q];否则,如果 q q q 比目标下标小,就递归右子区间,否则递归左子区间。这样就可以把原来递归两个区间变成只递归一个区间,提高了时间效率。这就是「快速选择」算法。
我们知道快速排序的性能和「划分」出的子数组的长度密切相关。直观地理解如果每次规模为 n n n 的问题我们都划分成 1 1 1 和 n − 1 n−1 n−1,每次递归的时候又向 n − 1 n−1 n−1 的集合中递归,这种情况是最坏的,时间代价是 O ( n 2 ) O(n ^ 2) O(n2)。我们可以引入随机化来加速这个过程,它的时间代价的期望是 O ( n ) O(n) O(n)。
java代码:
public static int findKthLargest(int[] nums, int k) {
int len = nums.length;
return quickSelect(nums, 0, len - 1, len - k);
}
private static int quickSelect(int[] nums, int low, int high, int k) {
if (nums.length == 0 || low < 0 || high > nums.length - 1 || low > high) return 0;
int i = low;
int j = high;
int base = nums[i];
while (i < j) {
while (base <= nums[j]) {
j--;
}
while (base >= nums[i]) {
i++;
}
if (i < j) {
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
}
nums[low] = nums[j];
nums[j] = base;
if (j > k) {
return quickSelect(nums, low, j - 1, k);
} else if (j < k) {
return quickSelect(nums, j + 1, high, k);
} else {
return base;
}
}