【刷题1】LeetCode 215. 数组中的第K个最大元素 java题解

立冬后 气温29度 天气晴 有蚊子

堆排序：数据结构-二叉堆&堆排序Java

题目

https://leetcode-cn.com/problems/kth-largest-element-in-an-array/

方法一：基于堆排序

代码

class Solution {
    public int findKthLargest(int[] nums, int k) {
        //基于堆排序的选择方法
        int heapSize=nums.length;
        buildMaxHeap(nums,heapSize);//构建一个大顶堆
        //循环k-1次
        for(int i=nums.length-1;i>=nums.length-k+1;--i){
            swap(nums,0,i);//将堆顶元素放到最后
            --heapSize;//堆大小-1，即删除原来的堆顶元素
            maxHeapify(nums,0,heapSize);//重建堆
        }
        return nums[0];
    }
    public void buildMaxHeap(int[] a,int heapSize){
        for(int i=heapSize/2;i>=0;--i){
            maxHeapify(a,i,heapSize);
        }
    }

    public void maxHeapify(int[] a,int i,int heapSize){
        int l=i*2+1,r=i*2+2,largest=i;
        if(l<heapSize&&a[l]>a[largest]){
            largest=l;
        }
        if(r<heapSize&&a[r]>a[largest]){
            largest=r;
        }
        if(largest!=i){
            swap(a,i,largest);
            maxHeapify(a,largest,heapSize);
        }
    }

    public void swap(int[] a,int i,int j){
        int temp=a[i];
        a[i]=a[j];
        a[j]=temp;
    }
}

复杂度

结果

方法二：小顶堆

分析

构造一个小顶堆，只存放k个元素。
遍历数组，向堆中添加。如果堆元素数量>k，则移除堆顶（即最小的元素）。遍历完后，堆中就是前k大的元素。堆顶就是第k大的元素。

代码

class Solution {
    public int findKthLargest(int[] nums, int k) {
        //小顶堆
        PriorityQueue<Integer> heap = new PriorityQueue<Integer>(nums.length);
        for(int n:nums){
            heap.add(n);
            if(heap.size()>k)
                heap.poll();
        }
        return heap.peek();
    }
}

复杂度

时间复杂度：O(NlogK)。
空间复杂度：

结果

方法三:大顶堆

class Solution {
    public int findKthLargest(int[] nums, int k) {
        //大顶堆
        PriorityQueue<Integer> heap = new PriorityQueue<Integer>(nums.length,new Comparator<Integer>(){
            public int compare(Integer i1 , Integer i2){
                return i2 - i1;
            }
        });
        //将元素不重复的加入堆中
        for(int i:nums){
                heap.add((Integer)i);
        }
        int i=0;
        for(i=0;i<k-1;i++){
            heap.poll();
        }
        return heap.poll();
    }
}