题目描述:
思路:第一种想法就是直接排序然后得到第K大的数字。
class Solution {
public int findKthLargest(int[] nums, int k) {
int n=nums.length;
int[] num=quicksort(nums,0,n-1);
return num[n-k];
}
private int[] quicksort(int[] num,int left,int right){
int i=left;
int j=right;
int temp=num[left];
while(j>i){
while(j>i&&num[j]>=temp){
j--;
}
num[i]=num[j];
while(j>i&&num[i]<=temp){
i++;
}
num[j]=num[i];
}
num[j]=temp;
if (i-1>left) num=quicksort(num,left,i-1);
if (j+1<right) num=quicksort(num,j+1,right);
return num;
}
}
先用快速排序得到排序之后得到结果。结果确实是正确的,但是
怎么样能够改进呢?看了下官方解答,对快速排序进行了优化。由于我们只要第K大的数字,而整个数组是否有序并不重要。因此当快速排序过程中当枢纽值的下标正好是第n-k时(n为数组长度),那么就已经得到了第K大的元素,再继续往下排序是不需要的。依据这种想法可以很大的改善时间复杂度。
这种想法的代码(官方的代码)
class Solution {
Random random = new Random();
public int findKthLargest(int[] nums, int k) {
return quickSelect(nums, 0, nums.length - 1, nums.length - k);
}
public int quickSelect(int[] a, int l, int r, int index) {
int q = randomPartition(a, l, r);
if (q == index) {
return a[q];
} else {
return q < index ? quickSelect(a, q + 1, r, index) : quickSelect(a, l, q - 1, index);
}
}
public int randomPartition(int[] a, int l, int r) {
int i = random.nextInt(r - l + 1) + l;
swap(a, i, r);
return partition(a, l, r);
}
public int partition(int[] a, int l, int r) {
int x = a[r], i = l - 1;
for (int j = l; j < r; ++j) {
if (a[j] <= x) {
swap(a, ++i, j);
}
}
swap(a, i + 1, r);
return i + 1;
}
public void swap(int[] a, int i, int j) {
int temp = a[i];
a[i] = a[j];
a[j] = temp;
}
}
其中官方选择枢纽值用的是随机选择。
这种想法极大的优化了时间复杂度。但是看了leetcode的解题视频,其中说明了这种做法只能处理静态的、已知的数据,而不能处理动态的。仔细想了想,没错一旦数据是动态的,快速排序算法也将不再适用,那么这种根据快速排序算法改进得来的快速选择算法也将失效。那么如果是动态数据该怎么做呢?答案是用堆排序改进的选择算法。
(官方代码)
class Solution {
public int findKthLargest(int[] nums, int k) {
int heapSize = nums.length;
buildMaxHeap(nums, heapSize);
for (int i = nums.length - 1; i >= nums.length - k + 1; --i) {
swap(nums, 0, i);
--heapSize;
maxHeapify(nums, 0, heapSize);
}
return nums[0];
}
public void buildMaxHeap(int[] a, int heapSize) {
for (int i = heapSize / 2; i >= 0; --i) {
maxHeapify(a, i, heapSize);
}
}
public void maxHeapify(int[] a, int i, int heapSize) {
int l = i * 2 + 1, r = i * 2 + 2, largest = i;
if (l < heapSize && a[l] > a[largest]) {
largest = l;
}
if (r < heapSize && a[r] > a[largest]) {
largest = r;
}
if (largest != i) {
swap(a, i, largest);
maxHeapify(a, largest, heapSize);
}
}
public void swap(int[] a, int i, int j) {
int temp = a[i];
a[i] = a[j];
a[j] = temp;
}
}
不低于快速排序选择算法。