Leetcode 703. 数据流中的第K大元素
1.题目要求
设计一个找到数据流中第K大元素的类（class）。注意是排序后的第K大元素，不是第K个不同的元素。
你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器，它包含数据流中的初始元素。每次调用 KthLargest.add，返回当前数据流中第K大的元素。
示例:
int k = 3; int[] arr = [4,5,8,2]; KthLargest kthLargest = new KthLargest(3, arr); kthLargest.add(3); // returns 4 kthLargest.add(5); // returns 5 kthLargest.add(10); // returns 5 kthLargest.add(9); // returns 8 kthLargest.add(4); // returns 8
说明:
你可以假设 nums 的长度≥ k-1 且k ≥ 1。
2.解题思路
一般地，堆和堆排序——解决 "贪心算法及其类似问题" 的利器。
# 思路：我们可以用一个小根堆来做，并且限制堆的大小为k，初始化时把nums的每个数都push到堆中，如果堆的大小大于k，就pop一个元素。对于add方法也是同理。
# 这里使用的数据结构是C++中的“优先队列（priority_queue）"，包含在头文件<queue>中。优先队列具有队列的所有特性，包括基本操作，只是在这基础上添加了内部的一个排序，它本质是一个堆实现的。
定义：priority_queue<Type, Container, Functional>
priority_queue <int,vector<int>,less<int> >q;
priority_queue <int,vector<int>,greater<int> > q;
//示例
#include<iostream> #include <queue> using namespace std; int main() { //对于基础类型 默认是大顶堆 priority_queue<int> a; //等同于 priority_queue<int, vector<int>, less<int> > a; // 这里一定要有空格，不然成了右移运算符↓ priority_queue<int, vector<int>, greater<int> > c; //这样就是小顶堆 priority_queue<string> b; for (int i = 0; i < 5; i++) { a.push(i); c.push(i); } while (!a.empty()) { cout << a.top() << ' '; a.pop(); } cout << endl; while (!c.empty()) { cout << c.top() << ' '; c.pop(); } cout << endl; b.push("abc"); b.push("abcd"); b.push("cbd"); while (!b.empty()) { cout << b.top() << ' '; b.pop(); } cout << endl; return 0; }
//输出 4 3 2 1 0 0 1 2 3 4 cbd abcd abc
3.我的代码
Leetcode上提交的执行时间为36ms.
/** * Your KthLargest object will be instantiated and called as such: * KthLargest obj = new KthLargest(k, nums); * int param_1 = obj.add(val); */ class KthLargest { public: KthLargest(int k, vector<int> nums) { //限制堆的大小为k size = k; for (int i = 0; i < nums.size(); i++){ heap.push(nums[i]); //堆大小超过k,pop出一个元素 if (heap.size() > k) heap.pop(); } } //操作原理同上 int add(int val) { heap.push(val); if (heap.size() > size) heap.pop(); return heap.top(); } private: //升序队列（小根堆），STL中存在的一种优先队列，本质用堆实现的 priority_queue<int, vector<int>, greater<int>> heap; int size; };
4.用时更少的范例
这是leetcode上执行时间最短的提交代码，执行时间为28ms。思路同上，代码几乎相同。虽然运行快了一些，但是个人认为上面解法中的代码写法更加安全规范。
因为，一般“数据元素”都是定为private的，这样程序安全性更高。
class KthLargest { public: //定义放在前面了 priority_queue<int, vector<int>, greater<int>> pq; int size; KthLargest(int k, vector<int> nums) { size=k; for(int i=0;i<nums.size();i++) { pq.push(nums[i]); if(pq.size()>k) pq.pop(); } } int add(int val) { pq.push(val); if(pq.size()>size) pq.pop(); return pq.top(); } };
参考博客：
1：https://blog.csdn.net/qq_26410101/article/details/81977685 Kth Largest Element in a Stream 数据流中的第K大元素
2：https://blog.csdn.net/weixin_36888577/article/details/79937886 c++优先队列(priority_queue)用法详解
