leetcode_703:数据流中的第K大元素

最新推荐文章于 2021-05-25 10:08:56 发布

原创最新推荐文章于 2021-05-25 10:08:56 发布 · 147 阅读

0 ·

CC 4.0 BY-SA版权

leetcode 专栏收录该内容

73 篇文章

订阅专栏

本文介绍了一个使用小根堆实现的KthLargest类，该类能够高效地找到数组中第k大的数。文章详细解释了如何初始化堆、调整堆以及添加新元素的算法，并提供了完整的代码实现。

这个题目反正我是只通过了九个测试用了，而且感觉自己的好像还挺对的。但是最后那个很长的就是通不过，说一说思路吧。这个题目一看就能看出来，使用小根堆。代码如下：

class KthLargest {
    //维持一个大小为k的最小堆
    int[] heap;
    public KthLargest(int k, int[] nums) {
        heap = new int[k+1];  //堆的第一个位置不存元素
        int nLength = nums.length;
        for(int i = 1; i <= k; ++i) {  //先把前k个元素加入到堆中，如果没有了则加入MIN
            if (i > nums.length)
                heap[i] = Integer.MIN_VALUE;
            else heap[i] = nums[i-1];
        }
        for (int i = 1; i <= k; ++i) {  //对堆中的元素进行调整，加入MIN就是保证调整的进行
            siftDown(heap, i, heap[i]);
        }
        for (int i = k; i < nLength; ++i) {  //将num中剩下的元素加入到堆中
            add(nums[i]);
        }
    }

    private void siftDown(int[] heap, int i, int ele) {
        int child = i*2, parent = i;  //找到当前的根和孩子
        while(child < heap.length) {  //小根堆调整，需要找较小的元素提上去
            if (child + 1 < heap.length && heap[child+1] < heap[child]) {
                child++;
            }
            if (ele > heap[child]) {  //如果当前元素比较小的孩子大，则把孩子提上去，继续遍历
                heap[parent] = heap[child];
                parent = child;
                child = parent * 2;
            } else {  //否则比两个孩子都小，则不用继续调整了
                break;
            }
        }
        heap[parent] = ele;  //将元素放到目标位置
    }
    public int add(int val) {
        if (val < heap[1])  //如果是个更小的元素，则抛弃
            return heap[1];
        heap[1] = val;  //否则把小的堆顶去掉，然后调整
        siftDown(heap, 1, val);
        return heap[1];  //返回堆顶
    }
}