本文主要是介绍Leetcode 剑指 Offer II 076.数组中的第 K 个最大元素，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
题目难度: 中等
原题链接
今天继续更新 Leetcode 的剑指 Offer（专项突击版）系列, 大家在公众号 算法精选 里回复
剑指offer2就能看到该系列当前连载的所有文章了, 记得关注哦~
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。
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
提示：
- 1 <= k <= nums.length <= 10^4
- -10^4 <= nums[i] <= 10^4
题目思考
- 可以使用什么数据结构?
解决方案
思路
- 分析题目, 一个很容易想到的思路就是对数组从大到小排序, 然后第 k 个元素即为所求
- 不过这种方法需要对所有数字进行排序, 题目只要求第 k 大的, 有没有更优的方法呢?
- 第 k 问题通常都可以尝试用堆/优先队列来解决, 这道题也不例外
- 如果我们只存最大的 k 个数字到一个最小堆中, 那么只需返回堆顶即可, 无需对所有数字排序
- 这就引出了下面的思路:
- 维护一个最小堆
- 遍历数组, 将当前数字直接加入堆中
- 加入后如果堆中元素超过了 k, 就把堆顶弹出
- 由于是最小堆, 上述操作保证了堆中元素正是当前最大的 k 个数字, 更小的都被弹出去了
- 此时堆顶就是第 k 大的元素, 直接返回堆顶即可
- 另外这道题目还可以使用类似快速排序以及自定义堆的思路, 我之前的这篇文章(剑指 Offer 40. 最小的 k 个数)就包含了解决这类问题的 4 种方案和代码细节, 只是那道题稍微不同, 是求最小 k, 需要使用最大堆
- 大家感兴趣的话可以尝试参考那些思路来解决这道题, 这样举一反三可能会有新的收获~
- 下面代码中有详细的注释, 方便大家理解
复杂度
- 时间复杂度 O(NlogK): 遍历整个数组是 O(N), 每次添加数字都是操作最多 K 个元素的最小堆, 这部分是 O(logK), 所以整体就是 O(NlogK)
- 空间复杂度 O(K): 最小堆存储最多 K 个元素
代码
class Solution:def findKthLargest(self, nums: List[int], k: int) -> int:# 最小堆pq = []for x in nums:# 将当前值加入最小堆heapq.heappush(pq, x)if len(pq) > k:# 最小堆的元素数目超过了k, 弹出堆顶最小值heapq.heappop(pq)# 此时堆中存储的就是整个数组的最大k个数, 而堆顶就是第k大的return pq[0]
大家可以在下面这些地方找到我~😊
我的 GitHub
我的 Leetcode
我的 CSDN
我的知乎专栏
我的头条号
我的牛客网博客
我的公众号: 算法精选, 欢迎大家扫码关注~😊
这篇关于Leetcode 剑指 Offer II 076.数组中的第 K 个最大元素的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
