Find the kth largest element in an unsorted array. Note that it is the kth largest element in the sorted order, not the kth distinct element. Example 1: Input: Example 2: Input: Note: |
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: 示例 2: 输入: 说明: 你可以假设 k 总是有效的,且 1 ≤ k ≤ 数组的长度。 |
思路:
第一种:排序,快排,冒泡, 选择,插入,归并等都可以。其实可以sort一把梭.
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
sort(nums.begin(),nums.end(),std::greater<int>());
return nums[k-1];
}
};
第二种:用快排的思路找到前k大,因为 快排选择一个枢轴能保证 左边都比数轴大,右边都比 枢轴小。这样只要枢轴元素是第k 个就可以,时间复杂 度O(n)
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
int left = 0, right = nums.size() - 1;
while (true) {
int pos = partition(nums, left, right);
if (pos == k - 1) return nums[pos];
else if (pos > k - 1) right = pos - 1;
else left = pos + 1;
}
}
int partition(vector<int>& nums, int left, int right) {
int pivot = nums[left], l = left + 1, r = right;
while (l <= r) {
if (nums[l] < pivot && nums[r] > pivot) {
swap(nums[l++], nums[r--]);
}
if (nums[l] >= pivot) ++l;
if (nums[r] <= pivot) --r;
}
swap(nums[left], nums[r]);
return r;
}
};
第三种:我们使用一个最小堆来保存k个 最大值,如果当前堆个数小于k, 如果某就直接加进去, 如果堆已经有k个元素,接下来的元素如果比最小堆堆顶的值大,那就将其换下就可以了。这种思路适合海量数据,同时不会产生数据交换。 时间复杂度为O(nlogk)。参见剑指offer