当前位置:   article > 正文

LeetCode刷题之HOT100之数组中的第K个最大元素

LeetCode刷题之HOT100之数组中的第K个最大元素

2024 6/29 今天天气很好啊,想爬山,奈何下午还有最后的一个汇报。做个题先

1、题目描述

在这里插入图片描述

2、算法分析

看到这个题我想到的就是:

  public int findKthLargest(int[] nums, int k) {
        Arrays.sort(nums);
        return nums[nums.length - k ];
    }
  • 1
  • 2
  • 3
  • 4

哈哈,我提交上去击败了67.49%,想点正规的算法。
这个是在考察排序的,下图为八大排序复杂度情况。
在这里插入图片描述
为了将复杂度控制在O(n)层级。what should i do?那就是在快排的基础上稍作改进:
这里是快排:

3、代码

public int quickSort(int[] nums, int left, int rigth, int k){
        if(left == rigth){
            return nums[k];
        }
        int base = nums[left];
        while(left < rigth){
             while(left < rigth && nums[rigth] > base){
                rigth--;
            }
            while(left < rigth && nums[left] < base){
                left++;
            }
            if(left < rigth){
                int temp = nums[left];
                nums[left] = nums[rigth];
                nums[rigth] = temp;
            }
        }
        if(k <= rigth){
            return quickSort(nums, left, rigth, k);
        }else{
            return quickSort(nums, left + 1, rigth, k);
        }
    }
    public int findKthLargest(int[] nums, int k) {
        int n = nums.length;
        return quickSort(nums, 0, n - 1, k);
    }
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28

测试时间超出限制,所以需要改进一下:

public int quickSort(int[] nums, int left, int rigth, int k){
        // 当左边界等于右边界时,说明搜索区间只有一个元素,直接返回该元素
        if(left == rigth){
            return nums[k];
        }
        // 选择基准值(这里我们简单选择左边界的元素作为基准)
        int base = nums[left], i = left - 1, j = rigth + 1;
       while (i < j) {
            // 使用do-while循环进行快速选择的分区过程  
            // 将小于基准的元素放到左边,大于基准的元素放到右边
            // 从左向右扫描,找到第一个大于或等于基准的元素  
            do i++; while (nums[i] < base);
            // 从右向左扫描,找到第一个小于或等于基准的元素 
            do j--; while (nums[j] > base);
            // 如果i和j还未相遇,则交换它们
            if (i < j){
                int tmp = nums[i];
                nums[i] = nums[j];
                nums[j] = tmp;
            }
        }
        // j 现在指向小于基准值的最后一个元素的右边一个位置  
        // 如果 k 的值小于或等于这个位置(即 k 指向的元素在基准值的左边或与其相等),  
        // 则第k大的元素在左半部分,递归搜索左半部分 
        if (k <= j) return quickSort(nums, left, j, k);
        // 否则,第k大的元素在右半部分,递归搜索右半部分  
        // 注意:k的值不需要改变,因为我们是基于当前搜索范围的索引来搜索的
        else return quickSort(nums, j + 1, rigth, k);
    }
    public int findKthLargest(int[] nums, int k) {
        int n = nums.length;
        return quickSort(nums, 0, n - 1, n - k );
    }
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33

官方的题解真的规范性太差了,anyway,就到这儿吧

4、复杂度分析

  • 时间复杂度:O(n)
  • 空间复杂度:O(logn),递归使用栈空间的空间代价的期望为 O(logn)。
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小惠珠哦/article/detail/774067
推荐阅读
相关标签
  

闽ICP备14008679号