目录
题目地址:
今天刷,大家有兴趣可以点上面链接,看看题目要求,试着做一下 。
题目:
给定整数数组
nums
和整数k
,请返回数组中第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。你必须设计并实现时间复杂度为
O(n)
的算法解决此问题。
我们直接看题解吧:
快速理解解题思路小建议:
可以先简单看一下解题思路,然后照着代码看思路,会更容易理解一些。
审题目+事例+提示:
这里可以将题目理解为 求数组中第 K大 的元素
解题方法:
方法1 快速排序
方法2 堆排序
方法3 使用内置排序算法(了解)
解题分析:
快速排序的核心包括"哨兵划分" 和 "递归" 。
哨兵划分: 以数组某个元素(一般选取首元素)为基准数,将所有小于基准数的元素移动至其左边,大于基准数的元素移动至其右边。
递归: 对 左子数组 和 右子数组 递归执行 哨兵划分,直至子数组长度为 1 时终止递归,即可完成对整个数组的排序。
下图展示了数组
[2,4,1,0,3,5]
的快速排序流程。
解题思路:
设 N为数组长度。根据快速排序原理,如果某次哨兵划分后,基准数的索引正好是 N−k,则意味着它就是第 k大的数字 。此时就可以直接返回它,无需继续递归下去了。
然而,对于包含大量重复元素的数组,每轮的哨兵划分都可能将数组划分为长度为 1 和 n−1的两个部分,这种情况下快速排序的时间复杂度会退化至 O(N2) 。
一种解决方案是使用「三路划分」,即每轮将数组划分为三个部分:小于、等于和大于基准数的所有元素。这样当发现第 k 大数字处在"等于基准数"的子数组中时,便可以直接返回该元素。
为了进一步提升算法的稳健性,我们采用随机选择的方式来选定基准数。
代码实现(快排):
public class Solution {
private int quickSelect(List<Integer> nums, int k) {
// 随机选择基准数
Random rand = new Random();
int pivot = nums.get(rand.nextInt(nums.size()));
// 将大于、小于、等于 pivot 的元素划分至 big, small, equal 中
List<Integer> big = new ArrayList<>();
List<Integer> equal = new ArrayList<>();
List<Integer> small = new ArrayList<>();
for (int num : nums) {
if (num > pivot)
big.add(num);
else if (num < pivot)
small.add(num);
else
equal.add(num);
}
// 第 k 大元素在 big 中,递归划分
if (k <= big.size())
return quickSelect(big, k);
// 第 k 大元素在 small 中,递归划分
if (nums.size() - small.size() < k)
return quickSelect(small, k - nums.size() + small.size());
// 第 k 大元素在 equal 中,直接返回 pivot
return pivot;
}
public int findKthLargest(int[] nums, int k) {
List<Integer> numList = new ArrayList<>();
for (int num : nums) {
numList.add(num);
}
return quickSelect(numList, k);
}
}
代码实现(堆排):
class Solution {
public:
void adjMinHeap(vector<int>& nums, int root, int heapsize) {
int left = root * 2 + 1, right = root * 2 + 2, minimum = root;
if (left < heapsize && nums[left] < nums[minimum])
minimum = left;
if (right < heapsize && nums[right] < nums[minimum])
minimum = right;
if (minimum != root) {
swap(nums[minimum], nums[root]);
adjMinHeap(nums, minimum, heapsize);
}
}
void buildMinHeap(vector<int>& nums, int k) {
for (int i = k / 2 - 1; i >= 0; i--)
adjMinHeap(nums, i, k);
}
int findKthLargest(vector<int>& nums, int k) {
buildMinHeap(nums, k);
for (int i = k; i < nums.size(); i++) {
if (nums[i] < nums[0])
continue;
swap(nums[0], nums[i]);
adjMinHeap(nums, 0, k);
}
return nums[0];
}
};