数组中的第K个最大元素

cpp 复制代码
class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        // 入口函数,直接调用递归辅助函数
        return quickSelect(nums, k);
    }
    
private:
    int quickSelect(vector<int>& nums, int k) {
        // 1. 随机化选择基准数 (Pivot),防止在面对有序数组时退化到 O(N^2)
        int pivot = nums[rand() % nums.size()];

        // 2. 三路划分:准备三个桶,分别存放大于、等于、小于基准数的元素
        vector<int> big, equal, small;
        for (int num : nums) {
            if (num > pivot)
                big.push_back(num);    // 比基准数大的放这里
            else if (num < pivot)
                small.push_back(num);  // 比基准数小的放这里
            else
                equal.push_back(num);  // 和基准数一样的放这里
        }

        // 3. 核心逻辑:判断第 k 大的元素落在哪个桶里

        // 情况 A:如果 big 桶的大小大于等于 k,说明第 k 大一定在 big 桶里
        if (k <= big.size())
            return quickSelect(big, k);

        // 情况 B:如果 nums 总量减去 small 桶的大小小于 k
        // 这意味着:k 落在 big 桶和 equal 桶之外,即在 small 桶里
        // (等价于 k > big.size() + equal.size())
        if (nums.size() - small.size() < k)
            // 递归 small 桶时,k 需要减去已经排除掉的较大元素的个数
            return quickSelect(small, k - (nums.size() - small.size()));

        // 情况 C:k 既不在 big 也不在 small,那它一定就在 equal 桶里
        // 既然 equal 桶里的数都等于 pivot,直接返回 pivot 即可
        return pivot;
    }
};

没关系,这个算法逻辑确实绕。我们丢掉复杂的代码,用打牌 或者分球的例子来直观理解。

快速选择的核心目标是:不排好序,也能定位。

1. 直观比喻:分大小堆

假设有一堆乱七八糟的数字球:[3, 2, 1, 5, 6, 4],我们要找第 2 大的球。

  1. 随便抓一个球作为"基准" :比如抓到了 3

  2. 分堆:把剩下的球跟 3 比,分成三堆:

    • 大球堆 (Big)[6, 5, 4] (它们都比 3 大)

    • 等球堆 (Equal)[3]

    • 小球堆 (Small)[2, 1] (它们都比 3 小)

2. 关键逻辑:你在哪一堆?

我们要找的是全场第 2 大。现在看这三堆:

  • 第一堆 (Big) 里面有 3 个球。

  • 既然这 3 个球是全场最大的,那么第 2 大的球一定藏在这 3 个球里面!

结论 :剩下那两堆([3][2, 1])我们可以直接扔掉了!它们绝对不可能是第 2 大。

下一步 :我们只需要在 [6, 5, 4] 这 3 个球里,继续找第 2 大


3. 运行步骤(动图式拆解)

我们继续刚才的步骤,目标:在 [6, 5, 4] 中找第 2 大

  1. 再随便抓一个 :比如抓到了 5

  2. 分堆

    • 大球堆 (Big)[6] (比 5 大)

    • 等球堆 (Equal)[5] (等于 5)

    • 小球堆 (Small)[4] (比 5 小)

  3. 判断位置

    • 全场最大的是 [6](只有 1 个球)。

    • 我们要找第 2 大。

    • 第 1 大是 6,那么第 2 大不就是紧随其后的"等球堆"里的 5 吗?

成交!找到结果:5。


4. 为什么代码里有 k - (nums.size() - small.size())

这是最难懂的地方。想象一下:如果你要找全场第 5 大

  1. 你发现 Big 堆(大球)只有 2 个,Equal 堆(等球)只有 1 个。

  2. 前 3 名都在这两堆里,那第 5 大肯定在 Small 堆(小球)里。

  3. 但是 ,当你把大球和等球扔掉,只盯着小球堆看时,你不能再找"第 5 大"了,因为最强的 3 个已经被你扔了,你现在只需要找小球堆里的第 2 大5 - 3 = 2)。


5. 总结:它为什么快?

  • 排序 (QuickSort):每一堆都要管,左边排完排右边。

  • 快速选择 (QuickSelect):只管有目标的那一堆,另一堆直接消失。

这就好比你在教学楼找人:

  • 排序:把全校学生按身高排好队,再数第 2 个。

  • 快速选择:问一句"身高 1米8 以上的在几楼?"。听说在 3 楼,你就直接上 3 楼,1 楼和 2 楼的人你连看都不看。

相关推荐
指针战神9 小时前
synchronized简易版Redis版跳表实现(注释干货)
数据结构
落羽的落羽9 小时前
【项目】JsonRpc框架——开发实现1(细节功能、字段定义、抽象层、具象层)
linux·服务器·网络·c++·人工智能·算法·机器学习
handler0110 小时前
【算法】并查集(普通/扩展/带权)模板与例题
数据结构·c++·笔记·算法·c·图论·查并集
qq74223498410 小时前
从“感知”到“决断”:测评百度伐谋产业决策智能体的端到端推理与行动机制
人工智能·算法·百度·大模型·运筹优化
huohaiyu11 小时前
深入解析Java垃圾回收机制
java·开发语言·算法·gc
浮芷.11 小时前
鸿蒙PC端 TTS 并发调用问题详解:资源竞争与队列管理
算法·华为·开源·harmonyos·鸿蒙·鸿蒙系统
装不满的克莱因瓶11 小时前
掌握感知器的学习原理
人工智能·python·神经网络·算法·ai·卷积神经网络
Lsk_Smion11 小时前
力扣实训 _ [994].腐烂的橘子/图论
算法·leetcode·图论
轻微的风格艾丝凡11 小时前
两电平三相VSC整流模式从不控整流平滑切换至有源整流调试记录
算法·dsp·c2000
dongf201911 小时前
R语言KNN算法
算法·数据分析·r语言