当前位置: 首页 > news >正文

【leetcode100】数组中的第K个最大元素

1、题目描述

给定整数数组 nums 和整数 k,请返回数组中第 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。

你必须设计并实现时间复杂度为 O(n) 的算法解决此问题。

示例 1:

输入: [3,2,1,5,6,4],k = 2
输出: 5

示例 2:

输入: [3,2,3,1,2,4,5,5,6], k = 4
输出: 4

2、初始思路

2.1 思路1

直接使用sort进行递增排序,直接找到,但忽略了题目中对时间复杂度的要求。sort排序代码的时间复杂度为O(NlogN).

class Solution:
    def findKthLargest(self, nums: List[int], k: int) -> int:
        nums.sort(reverse = True)
        return nums[k-1]

2.2 思路2

看题目属于堆中的定义,了解了堆之后,使用堆的最大堆进行实现。但此时,由于元素的出栈和入栈,时间复杂度仍然不符合要求。

class Solution:
    def findKthLargest(self, nums: List[int], k: int) -> int:
        heap = []
        for num in nums:
            heapq.heappush(heap, num)
            if len(heap) > k:
                heapq.heappop(heap)
        return heap[0]

3 优化算法

3.1 思路

使用分治的方法进行求解,首先随机挑选一个nums中的元素作为基准,根据该基准确定low, equal和high,从而分开进行求解。

class Solution:
    def findKthLargest(self, nums: List[int], k: int) -> int:
        def quickSort(nums, k):
            mid = random.choice(nums)
            low, equal, high = [], [], []
            for num in nums:
                if num<mid:
                    low.append(num)
                elif num>mid:
                    high.append(num)
                else:
                    equal.append(num)
            if len(high) >= k:
                return quickSort(high, k)
            elif len(equal) + len(high) >= k:
                return mid
            else:
                return quickSort(low, k - len(equal) - len(high))
        return quickSort(nums, k)

3.2 注意!

刚开始选取元素时,选取了最左侧的元素进行求解,但忽略了如果原数组是按照递增或者递减的顺序进行排列的话,那么每次分治只能去掉一个元素,每次递归处理的数据量:n + (n-1) + (n-2) + ... ≈ n²/2,时间复杂度退化为 O(n²)。

4 总结

当看到复杂度要求为O(N)的排序类型的题时,可以优先考虑能否使用分治发进行求解,二分法也属于分治法的一种。

http://www.dtcms.com/a/112350.html

相关文章:

  • Scala 面向对象编程总结
  • 【虚拟机VMware】银河麒麟系统虚拟机:网络异常处理
  • FrameWork基础案例解析(四)
  • HTTPS 之fiddler抓包--jmeter请求
  • Dynamics 365 Business Central Subscription Recurring Billing 订阅和分期付款详解
  • winRAR禁止广告弹窗
  • Elixir语言的消息队列
  • 进程和线程的概念及Linux操作
  • 解释区块链技术的应用场景和优势
  • 【实战】如何基于 Python Flask 快速开发一个支持 OpenAI 流式接口的 LLM Server
  • 【MySQL】01.MySQL环境安装
  • O(1) 时间复杂度数据设计题
  • 我考研拟录取=稳了吗?
  • Element-plus弹出框popover,使用自定义的图标选择组件
  • sqlalchemy查询json
  • STM32CubeMX-H7-11-IIC读写MPU6050模块(上)-软件IIC协议的解析、封装,实现基本功能获取MPU6050的ID
  • 结肠镜3D视频数据集-C3VD论文中文版
  • 构建自己的私有 Git 服务器:基于 Gitea 的轻量化部署实战指南
  • 2025年3月 Scratch 图形化(二级)真题解析 中国电子学会全国青少年软件编程等级考试
  • 当 “原子” 遇上 “光腔”:量子计算的新舞台
  • 前端页面鼠标移动监控(鼠标运动、鼠标监控)鼠标防抖处理、mousemove、debounce()、事件停止触发、超时触发
  • 博途之S7通讯
  • 仿小红书社交源码+及时通讯聊天软件APP源码
  • Springboot面试篇
  • 三维扫描助力文化遗产数字化保护
  • [特殊字符] 使用 Handsontable 构建一个支持 Excel 公式计算的动态表格
  • 【调研】YOLO算法在FPGA/ZYNQ上的部署与加速
  • 文化算法初探
  • 决策树实战:用Python实现智能分类与预测
  • DE2-115分秒计数器