算法通关村——解析堆的应用

在数组中找第K大的元素

LeetCode21 Medium

我们要找第 K 大的元素，如果我们找使用大堆的话那么就会造成这个堆到底需要多大的，而且哪一个是第 K 的的元素我们不知道是哪一个索引，我们更想要的结果就是根节点就是我们要找的值，所以我们可以使用 小堆，使用小堆的好处就是，我们可以用到小堆的性质：根节点最小。使用这个我们在结合 if 判断一下，就可以实现这个效果了！

import java.util.PriorityQueue;
public class Solution {
    public int findKthLargest(int[] nums, int k) {
        if(k>nums.length){
            return -1;
        }
        int len = nums.length;
        // 使用一个含有 k 个元素的最小堆
        PriorityQueue<Integer> minHeap = new PriorityQueue<>(k, (a, b) -> a - b);
        for (int i = 0; i < k; i++) {
            minHeap.add(nums[i]);
        }
        for (int i = k; i < len; i++) {
            // 看一眼，不拿出，因为有可能没有必要替换
            Integer topEle = minHeap.peek();
            // 只要当前遍历的元素比堆顶元素大，堆顶弹出，遍历的元素进去
            if (nums[i] > topEle) {
                minHeap.poll();
                minHeap.offer(nums[i]);
            }
        }
        return minHeap.peek();
    }
}

小结一下：

1. K多大就建立多大固定大小的堆
2. 找最大用小堆，
3. 只有比根元素大的才让进入堆。

合并K个排序链表

合并K个排序链表 Hard

priorityQueue.offer(tail.next) 这个操作保证了合并后的链表也是有序的。

Class solution {
    public ListNode mergeKLists(ListNode[] lists) {
        if (lists == null || lists.length == 0) {
            return null;
        }
        // 创建一个最小堆
        PriorityQueue<ListNode> priorityQueue = new PriorityQueue<>(Comparator.comparing(node -> node.val));
        for (ListNode list : lists) {
            if (list != null) {
                priorityQueue.add(list);
            }
        }
        // 记录头节点
        ListNode dummy = new ListNode(0);
        ListNode tail = dummy;
        // 进行排序
        while (!priorityQueue.isEmpty()) {
            tail.next = priorityQueue.poll();
            tail = tail.next;
            if (tail.next != null) {
                priorityQueue.offer(tail.next);
            }
        }
        return dummy.next;
    }
}