题目描述(中等难度)
找出第 k
大的数。
解法一 暴力
使用快排从大到小排序,将第 k
个数返回即可。
我们直接使用 java
提供的排序算法,又因为默认是从小到大排序,所以将倒数第 k
个数返回即可。
public int findKthLargest(int[] nums, int k) {
Arrays.sort(nums);
return nums[nums.length - k];
}
解法二
我们没必要把所有数字正确排序,我们可以借鉴快排中分区的思想,这里不细讲了,大家可以去回顾一下快排。
随机选择一个分区点,左边都是大于分区点的数,右边都是小于分区点的数。左部分的个数记做 m
。
如果 k == m + 1
,我们把分区点返回即可。
如果 k > m + 1
,说明第 k
大数在右边,我们在右边去寻找第 k - m - 1
大的数即可。
如果 k < m + 1
,说明第 k
大数在左边,我们在左边去寻找第 k
大的数即可。
左边和右边寻找在代码中采取递归即可。
分区达到的效果就是下边的样子。
原数组 3 7 6 1 5
如果把 5 作为分区点,那么数组最后就会变成下边的样子, i 指向最终的分区点
7 6 5 1 3
^
i
代码的话,分区可以采取双指针,i
前边始终存比分区点大的元素。
public int findKthLargest(int[] nums, int k) {
return findKthLargestHelper(nums, 0, nums.length - 1, k);
}
private int findKthLargestHelper(int[] nums, int start, int end, int k) {
int i = start;
int pivot = nums[end];//分区点
//将 i 的左半部分存比分区点大的数
//将 i 的右半部分存比分区点小的数
for (int j = start; j < end; j++) {
if (nums[j] >= pivot) {
int temp = nums[i];
nums[i] = nums[j];
nums[j] = temp;
i++;
}
}
//分区点放到 i 的位置
int temp = nums[i];
nums[i] = pivot;
nums[end] = temp;
//左边的数量加上 1
int count = i - start + 1;
if (count == k) {
return nums[i];
//从右边去继续寻找
} else if (count < k) {
return findKthLargestHelper(nums, i + 1, end, k - count);
//从左边去继续寻找
} else {
return findKthLargestHelper(nums, start, i - 1, k);
}
}
解法三
我们可以使用优先队列,建一个最大堆,然后依次弹出元素,弹出的第 k
个元素就是我们要找的。
优先队列的使用也不是第一次了,之前在 23 题 和 188 题 也用过,原理可以参考 这里 和 这里。
这里我们直接使用 java
提供的优先队列了。
public int findKthLargest(int[] nums, int k) {
Comparator<Integer> cmp;
cmp = new Comparator<Integer>() {
@Override
public int compare(Integer i1, Integer i2) {
// TODO Auto-generated method stub
return i2 - i1;
}
};
// 建立最大堆
Queue<Integer> q = new PriorityQueue<Integer>(cmp);
for (int i = 0; i < nums.length; i++) {
q.offer(nums[i]);
}
for (int i = 0; i < k - 1; i++) {
q.poll();
}
return q.poll();
}
java
默认的是建最小堆,所以我们需要一个比较器来改变优先级。
如果使用最小堆也可以解决这个问题,只需要保证队列中一直是 k
个元素即可。当队列超出 k
个元素后,把队列中最小的去掉即可,这就保证了最后队列中的元素一定是前 k
大的元素。
public int findKthLargest(int[] nums, int k) {
// 建立最小堆
Queue<Integer> q = new PriorityQueue<Integer>();
for (int i = 0; i < nums.length; i++) {
q.offer(nums[i]);
if (q.size() > k) {
q.poll();
}
}
return q.poll();
}
总
这道题不是很难,只要掌握了快排的思想,解法二也能很快写出来。解法三的话,就得事先了解优先队列了。
添加好友一起进步~
如果觉得有帮助的话,可以点击 这里 给一个 star 哦 ^^
如果想系统的学习数据结构和算法,强烈推荐一个我之前学过的课程,可以点击 这里 查看详情