原题目链接
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。
直接实现
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
if(k > nums.size())
return NULL;
sort(nums.begin(), nums.end());
return nums[nums.size() - k];
}
};
复杂度分析:
- 时间复杂度:O(NlogN)
- 空间复杂度:O(1)
题目分析
本题是一道……排序题。
其实还没有总结过STL中 sort 函数内部使用的排序算法,总结一下:
- 数据量大时采用快排,分段递归排序
- 一旦分段后的数据小于某个值,改用插入排序
- 若递归层次过深,改用堆排序
排序算法总结
那本题尝试用不太常用的 堆排序 进行实现。
解题分析
创建一个小顶堆,将所有数组中的元素逐个加入堆中,并保持堆的大小<= k。这就意味着,堆中就保留了前 k 个最大的元素。此时,堆顶的元素即为所求。
代码实现
C++ 中 优先队列/顶堆 在头文件有函数实现:
- 定义:priority_queue<Type, Container, Functional>
其中小顶堆的定义为:
priority_queue<int, vector<int>, greater<int> > c;
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
// 定义小顶堆
priority_queue<int, vector<int>, greater<int>> q;
for(auto it:nums)
{
q.push(it);
if(q.size() > k)
q.pop();
}
return q.top();
}
};
复杂度分析:
- 时间复杂度:O(NlogK)
- 空间复杂度:O(N) 用于存储堆元素
其他方式
留坑待填
- 基于快排的快速选择
- BFPRT 算法