数组中的第K个最大元素

数组中的第K个最大元素

​ 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。

示例 1:

复制代码
输入: [3,2,1,5,6,4], k = 2
输出: 5

示例 2:

复制代码
输入: [3,2,3,1,2,4,5,5,6], k = 4
输出: 4

提示:

  • 1 <= k <= nums.length <= 105
  • -104 <= nums[i] <= 104

题解:

​ 关于快排,我喜欢这个帖子https://blog.csdn.net/2302_78684687/article/details/138389058 很详细

​ 因为我写快排的习惯不是很传统,所有每次遇到一些细节的问题都会卡一下,当然这里也可以用对堆,但是建堆的时间复杂度虽然是 O(n),取顶元素的时间复杂度却不是,每次删除顶端元素维护堆的时间成本是 logn,取 k 次就是 nlogn

go 复制代码
func findKthLargest(nums []int, k int) int {
	var quick func(l, r int) int
	quick = func(l, r int) int {
		if l == r {
			return nums[l]
		}
		pivot := nums[l]
		i, j := l, r
		for i <= j {
			for nums[i] > pivot {
				i++
			}
			for nums[j] < pivot {
				j--
			}
			if i <= j {
				nums[i], nums[j] = nums[j], nums[i]
				i++
				j--
			}
		}
		if k-1 <= j {
			return quick(l, j)
		}
		if k-1 >= i {
			return quick(i, r)
		}
		return nums[k-1]
	}
	return quick(0, len(nums)-1)
}
java 复制代码
class Solution {
    public int findKthLargest(int[] nums, int k) {
        return quick(nums, k, 0, nums.length - 1);
    }
    // 这种写法,最后的 i , j 结局会交错,j 前, i 在后;
    private int quick(int[] nums, int k, int l, int r) {
        if (l >= r) {
            return nums[k - 1];
        }
        int pivot = nums[(l + r) / 2];
        int i = l;
        int j = r;
        while (i <= j) {
            while (nums[i] > pivot) {
                i++;
            }
            while (nums[j] < pivot) {
                j--;
            }
            if (i <= j) {
                int temp = nums[i];
                nums[i] = nums[j];
                nums[j] = temp;
                i++;
                j--;
            }
        }
        if (k - 1 <= j) {
            return quick(nums, k, l, j);
        }
        if (k - 1 >= i) {
            return quick(nums, k, i, r);
        }
        return nums[k - 1];
    }
}
java 复制代码
class Solution {
    public int findKthLargest(int[] nums, int k) {
        return quick(nums, k, 0, nums.length - 1);
    }
    // --- 这种写法最后 i 和 j 最终会指向一个元素
    private int quick(int[] nums, int k, int l, int r) {
        if (l >= r) {
            return nums[k - 1];
        }
        int pivot = nums[l];
        int i = l;
        int j = r;
        while (i < j) {
            while (i < j && nums[j] <= pivot) {
                j--;
            }
            nums[i] = nums[j];
            while (i < j && nums[i] >= pivot) {
                i++;
            }
            nums[j] = nums[i];
        }
        nums[i] = pivot;
        if (i > k - 1) {
            return quick(nums, k, l, i);
        }
        if (i < k - 1) {
            return quick(nums, k, i + 1, r);
        }
        return nums[i];
    }
}
相关推荐
颜酱22 分钟前
理解二叉树最近公共祖先(LCA):从基础到变种解析
javascript·后端·算法
地平线开发者16 小时前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮17 小时前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者17 小时前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考17 小时前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
HXhlx21 小时前
CART决策树基本原理
算法·机器学习
Wect21 小时前
LeetCode 210. 课程表 II 题解:Kahn算法+DFS 双解法精讲
前端·算法·typescript
颜酱1 天前
单调队列:滑动窗口极值问题的最优解(通用模板版)
javascript·后端·算法
Gorway1 天前
解析残差网络 (ResNet)
算法
拖拉斯旋风1 天前
LeetCode 经典算法题解析:优先队列与广度优先搜索的巧妙应用
算法