优先队列的细节

优先队列的细节

 

 

package 队列.优先级队列;

import java.util.Comparator;
import java.util.PriorityQueue;

/**
 * 注意到 第几大或者前几大-----使用的数据结构是最小堆【优先队列】
 * 逻辑：【方法2、方法3差不多吧】

 * 
 * @author Huangyujun
 *
 *
 *题目：举例：215_数组中的第K个最大元素
 */

public class 优先队列的细节 {

    //方法一：优先队列【方式2的效率高】
    public int findKthLargest2(int[] nums, int k) {
        //小根堆
        PriorityQueue<Integer> pQueue = new PriorityQueue<Integer>();//默认比较器就是升序的【小根堆】
        //逻辑：先存储进去 k容量数据【小根堆】，跟堆顶比【堆顶太小了，抛弃，【调整一个新的最小值于堆顶】，当前值进入维持容量k】
        //每次都抛弃掉最小的【堆顶】，更换进入大的，剩下的就是大的数据呀
        int len = nums.length;
        for(int i = 0; i < len; i++) {
            if(pQueue.size() < k) {
                pQueue.add(nums[i]);
            }else {
                if(pQueue.peek() < nums[i]){
                    pQueue.remove();
                    pQueue.add(nums[i]);
                }
            }
        }
        return pQueue.peek();
    }
    
    
    //方法二：
    class Solution {
        public int findKthLargest(int[] nums, int k) {
            PriorityQueue<Integer> heap = new PriorityQueue<>();////小根堆【默认比较器就是升序的，小根堆】
            //要找第k 大【不断地维持住一个小根堆的数据】：容量达到k时：
            //（1）当前值比较小，【可能会被调整到堆顶】，容量达标，被poll掉
            //（2）当前值比较大，【存储到后边】，容量达标，被poll掉的是当前最小的那个
            //整个逻辑在于不断地维持住一个小根堆【每次都弹出掉最小的】~~~剩下的便是最大的数据了
            for (int num : nums) {
                heap.add(num);
                if (heap.size() > k) {
                    heap.poll();
                }
            }
            return heap.peek();
        }
    }
}