【LeetCode】215. 数组中的第K个最大元素 Kth Largest Element in an Array(C++)


题目来源:https://leetcode-cn.com/problems/kth-largest-element-in-an-array/

题目描述

在未排序的数组中找到第 k 个最大的元素。请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素。

注意:答案中不可以包含重复的三元组。

示例 1:

输入: [3,2,1,5,6,4] 和 k = 2
输出: 5
示例 2:

输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4
说明:

你可以假设 k 总是有效的,且 1 ≤ k ≤ 数组的长度。

题目大意

  • 给定一个未排序的数组,寻找第k个最大的元素。不需要考虑元素重复的问题

排序后取下标

  • 代码量最少最粗暴的方法就是排序后取返回下标 - 1,此方法平均时间复杂度O(nlogn),且平均空间复杂度为O(logn),盲目地对数组排序,可以但没必要
class Solution {
    
    
public:
    int findKthLargest(vector<int>& nums, int k) {
    
    
        int len = nums.size();
        if(len == 1)    return nums[0];
        sort(nums.begin(), nums.end(), greater<int>() );
        return nums[k - 1];
    }
};

复杂度分析

  • 时间复杂度:O(nlogn)。n为数组的长度,a遍历n次,b和c遍历时间复杂度O(n)
  • 空间复杂度:O(logn)。n为数组的长度,快速排序所用的平均空间复杂度为O(logn),在最坏的情况下需要进行n-1次递归调用,其空间复杂度为O(n)

利用快排思想O(n)查找第K大元素

  • 可知快排在进行一次排序之后,通过哨兵,会将数组分为二等分(假设此处是将数组从大到小排序),左边的所有元素都大于哨兵,右边所有的元素都小于哨兵,假设哨兵下标p,那么哨兵此时是数组(p+1)大的元素,如果p+1=K,那A[p]就是要求解的元素;如果K>p+1,说明第K大元素出现在A[p+1…n-1]区间,我们再按照上面的思路递归地在A[p+1…n-1]这个区间内查找,同理,如果K<p+1,那我们就在A[0…p-1]区间查找
  • 以下代码还可以优化(三数取中优化哨兵的选取),不过此处就不展开讨论了
    A [ 0 … p − 1 ] A [ p ] A [ p + 1 … n − 1 ] A[0…p-1]{\qquad}A[p]{\qquad}A[p+1…n-1] A[0p1]A[p]A[p+1n1]
class Solution {
    
    
public:
    int findKthLargest(vector<int>& nums, int k) {
    
    
        int len = nums.size();
        if(len == 1)	return nums[0];
        int ans = finK(nums, 0, len-1, k);
        return ans;
    }
    int finK(vector<int>& nums, int start, int end, int k){
    
    
        int left = start, right = end;
        int key = nums[start];
        while(left < right){
    
    
            while(nums[right] <= key && left < right)   --right;
            nums[left] = nums[right];
            while(nums[left] >= key && left < right)    ++left;
            nums[right] = nums[left];
        }
        nums[left] = key;
        if(left + 1 == k)	return nums[left];
        else if(left + 1 > k )	return finK(nums, start, left - 1, k);
        else	return finK(nums, left + 1, end, k);
    }
};

复杂度分析

  • 时间复杂度:O(n)。n为数组的长度,对大小为n的数组执行分区操作,需要遍历n个元素。第二次分区查找需要遍历n/2次,依次类推直到区间缩小为1,遍历元素的个数和为2*n-1(等比数列的求和公式)
  • 空间复杂度:O(logn)。n为数组的长度,快速排序所用的平均空间复杂度为O(logn),在最坏的情况下需要进行n-1次递归调用,其空间复杂度为O(n)

猜你喜欢

转载自blog.csdn.net/lr_shadow/article/details/114022764