215. 数组中的第K个最大元素_中等_数组
暴力,排序取值
class Solution { public int findKthLargest(int[] nums, int k) { Arrays.sort(nums); return nums[nums.length-k]; } }
优先队列
//思路是创建一个大小为k的优先队列,对每一个元素判断和优先队列对头的元素(最小值,小顶堆) //进行比较,如果对头元素小,则移除加入新的元素,所以最终队列就是前k大,队头就是我们要的 public int findKthLargest(int[] nums, int k) { PriorityQueue queue = new PriorityQueue(k); for (int i = 0; i < nums.length; i++) { // System.out.println(queue.size()); if(queue.size()<k){ queue.add(nums[i]); }else{ if(nums[i]> (int)queue.peek()){ // System.out.println(queue.peek()); queue.poll(); queue.add(nums[i]); } } } return (int)queue.peek(); }
快排(每次确定一个指定大的数据,当为k时就可以返回)
class Solution { //用一个全局变量来记录quickSelect的结果 private int num; public int findKthLargest(int[] nums, int k) { // quickSelect(nums,k,0,nums.length - 1);//快排选择 int num = heapSelect(nums, k);//堆选择 return num; } /** * 快排选择 * @param nums 数组 * @param k 第几大 * @param left 左边界 * @param right 右边界 */ public void quickSelect(int[] nums,int k,int left,int right){ //递归终止条件 if(left > right){ return; } int pivot = nums[left];//基准值 int leftIndex = left;//左指针 int rightIndex = right;//右指针 //用挖坑法逐步替换元素,使基准值归位 while(leftIndex < rightIndex){ //在右边寻找一个小于基准值的数,并与左指针所在位置交换 while(leftIndex < rightIndex && nums[rightIndex] >= pivot){ rightIndex--; } if(leftIndex < rightIndex){ nums[leftIndex] = nums[rightIndex]; } //在左边寻找一个大于基准值的数,并与右指针所在位置交换 while(leftIndex < rightIndex && nums[leftIndex] < pivot){ leftIndex++; } if(leftIndex < rightIndex){ nums[rightIndex] = nums[leftIndex]; } } nums[leftIndex] = pivot;//将基准值归位 //以上都是快排的基本操作,接下来则是利用快排找出第k大的数 //leftIndex是基准值的位置,以它为分界线,看第k大的位置在左边还是右边,进而对相应区域使用快排 //如果第k大的数已经归位,则返回 if(leftIndex == nums.length - k){ num = nums[leftIndex]; return; }else if(leftIndex > nums.length - k){ quickSelect(nums,k,left,leftIndex - 1); }else if(leftIndex < nums.length - k){ quickSelect(nums,k,leftIndex + 1,right); } } //交换数组中两个数的位置 public void swap(int[] nums,int index1,int index2){ int temp = nums[index1]; nums[index1] = nums[index2]; nums[index2] = temp; } /** * 调整堆 * @param nums 数组 * @param index 所要调整的元素下标 * @param endIndex 此次调整的范围 */ public void adjustHeap(int[] nums,int index,int endIndex){ //利用挖坑法调整,先保存nums[index],待找到其应在的位置时,再填充上去 int temp = nums[index]; //2 * index + 1是左子结点的下标,所谓调整,就是不断比较父结点与子结点的大小,从而将父结点调整到合适的位置 for(int i = 2 * index + 1;i <= endIndex;i = 2 * i + 1){ //先比较左右子结点哪个大,大的那个需要和父节点交换 if(i + 1 <= endIndex && nums[i + 1] > nums[i]){ i = i + 1; } //如果大的那个子结点比父结点大,则交换 if(nums[index] < nums[i]){ swap(nums,index,i); index = i;//交换以后要记得调整下标 }else{//如果父结点比两个子结点都大,则调整结束 break; } } nums[index] = temp;//将坑填上,也就是将父结点放到其应在的位置 } //堆选择 public int heapSelect(int[] nums,int k){ int num = 0;//用来记录结果 //首先建堆,建堆就是从最后一个非叶子结点开始,不断调整,直到根结点 //最后一个非叶子结点的下标是(nums.length - 2)/2,这个是可以证明的,可以上网查一下 for(int i = (nums.length - 2)/2;i >= 0;i--){ adjustHeap(nums,i,nums.length - 1); } //所谓堆排序,就是不断将堆顶元素交换到堆尾 //由于交换后破坏了堆,所以每次交换后都需要调整,以满足堆的要求 //通过把堆顶元素交换到堆尾,并缩小堆尾范围,逐步使数组达到有序的状态 for(int endIndex = nums.length - 1;endIndex >= 0;endIndex--){ adjustHeap(nums,0,endIndex);//调整堆 swap(nums,0,endIndex);//交换堆顶和堆尾 //如果第k大元素已经归位,则返回 if(endIndex == nums.length - k){ num = nums[endIndex]; } } return num; } }
作者:你的雷哥
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须在文章页面给出原文连接,否则保留追究法律责任的权利。