leetcode 215 数组中的第K个最大元素

最新推荐文章于 2020-11-09 19:59:56 发布

yrk0556

最新推荐文章于 2020-11-09 19:59:56 发布

阅读量155

点赞数

分类专栏： leetcode

本文链接：https://blog.youkuaiyun.com/yrk0556/article/details/103827343

版权

leetcode 专栏收录该内容

70 篇文章

订阅专栏

在未排序的数组中找到第K个最大元素的两种方法：利用最小堆进行实时更新，或者使用快速选择法通过类似快排的策略定位。示例展示了在不同数组中找到第2和第4大元素的结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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。

思路

1. 最小堆

创建一个小根堆
维持一个容量为k的小根堆，将数组中每个元素都添加进来，大的元素会沉入堆底，遍历结束我们得到一个包含数组中最大的k个数的堆，堆顶即为第k个最大的元素。

代码：

package test;

import java.util.PriorityQueue;

class Solution {
    public int findKthLargest(int[] nums, int k) {
        PriorityQueue<Integer> heap =
                new PriorityQueue<Integer>();//创建一个小根堆,java默认小根堆

        for (int n: nums) {
            heap.add(n);
            if (heap.size() > k)//维持容量为k
                heap.poll();
        }

        return heap.poll();
    }
}

2. 快速选择法

原理类似快排，快速排序过程中每次划分后枢纽元素的位置都被定下来了。

class Solution {
    public int findKthLargest(int[] nums, int k) {
        //枢纽元素的索引和nums[n-k]比较，相比如果较大则继续划分枢纽元素左边部分
        //，较小划分右边部分，相等直接返回枢纽元素
        return quickSelect(nums, 0, nums.length - 1, nums.length - k);

    }

    public int quickSelect(int[] nums, int l, int r, int t) {//寻找数组中排序后索引为t的值
        int n = nums.length;
        int mid = partition(nums, l, r);
        if (mid == t) return nums[mid];//
        else if (mid < t) {
            return quickSelect(nums, mid + 1, r, t);
        } else return quickSelect(nums, l, mid - 1, t);
    }

    public int partition(int[] nums, int l, int r) {//基于填坑法的分割函数
        int p = nums[l];
        while (l < r) {
            while (nums[r] >= p && l < r) r--;
            nums[l] = nums[r];
            while (nums[l] <= p && l < r) l++;
            nums[r] = nums[l];
        }
        nums[l] = p;
        return l;//返回枢纽元素的索引
    }
}