LeetCode-215. 数组中的第K个最大元素

215. 数组中的第K个最大元素

【题目】：

【代码】：

方法1：堆排序

class Solution {
        public static int findKthLargest(int[] nums, int k) {
		int len = nums.length;
		int[] a = new int[len + 1];
		int i = 1;
		for (int j : nums) {
			a[i++] = j;
		}
		
		//建大顶堆
		BuildHeap(a, len);
		
		for (i = len; i > 1; i--) {
			a[0] = a[1];
			a[1] = a[i];
			a[i] = a[0];
			if (len - i + 1 == k) {
				return a[i];
			}
			AdjustDown(a, 1, i - 1);

		}
		return a[len - k + 1];
	}
	
	//建堆
	static void BuildHeap(int a[], int len) {
		for (int i = len / 2; i > 0; i--) {
			AdjustDown(a, i, len);
		}
	}
	
	//向下调整
	static void AdjustDown(int a[], int k, int len) {
		a[0] = a[k];
		for (int i = 2 * k; i <= len; i = i * 2) {
			if (i < len && a[i] < a[i + 1]) {
				i++;
			}
			if (a[0] >= a[i])
				break;
			else {
				a[k] = a[i];
				k = i;
			}
		}
		a[k] = a[0];
	}

}

效果：

 

方法2：引入小顶堆，时间复杂度 O(NlogK)，空间复杂度 O(K)

Java中PriorityQueue可参考：深入理解Java PriorityQueue

    public int findKthLargest(int[] nums, int k) {
        PriorityQueue pq=new PriorityQueue<>();
        for(int i: nums){
            pq.offer(i);
            if(pq.size()>k){
                pq.poll();
            }
        }
        return pq.peek();
    }

效果：方法很巧妙，但是执行时间还行~

 

方法3：快排

class Solution {
    public int findKthLargest(int[] nums, int k) {
        k=nums.length-k;
        int low=0, high=nums.length-1;
        while(low=pivot){
                high--;
            }
            a[low]=a[high];
            
            while(low

效果：

以第一个数为基准时：

随机选取基准时：

 

方法4：插入排序

public int findKthLargest(int[] nums, int k) {
        // 插入排序，按照从大到小进行排序
        int length = nums.length;
        for (int i = 1; i < length; i++) {
            // 待插入数据
            int cur = nums[i];
            int j = i - 1;
            while (j >= 0 && nums[j] < cur) {
                nums[j + 1] = nums[j];
                j--;
            }
            nums[j + 1] = cur;
        }
        return nums[k - 1];
    }   

效果：