以下为力扣官方题解
设计一个找到数据流中第 k k k 大元素的类( c l a s s class class)。注意是排序后的第 k k k 大元素,不是第 k k k 个不同的元素。
请实现 K t h L a r g e s t KthLargest KthLargest 类:
- K t h L a r g e s t ( i n t k , i n t [ ] n u m s ) KthLargest(int k, int[] nums) KthLargest(intk,int[]nums) 使用整数 k k k 和整数流 n u m s nums nums 初始化对象。
- i n t a d d ( i n t v a l ) int add(int val) intadd(intval) 将 v a l val val 插入数据流 n u m s nums nums 后,返回当前数据流中第 k k k 大的元素。
输入:
[ " K t h L a r g e s t " , " a d d " , " a d d " , " a d d " , " a d d " , " a d d " ] ["KthLargest", "add", "add", "add", "add", "add"] ["KthLargest","add","add","add","add","add"]
[ [ 3 , [ 4 , 5 , 8 , 2 ] ] , [ 3 ] , [ 5 ] , [ 10 ] , [ 9 ] , [ 4 ] ] [[3, [4, 5, 8, 2]], [3], [5], [10], [9], [4]] [[3,[4,5,8,2]],[3],[5],[10],[9],[4]]
输出:
[ n u l l , 4 , 5 , 5 , 8 , 8 ] [null, 4, 5, 5, 8, 8] [null,4,5,5,8,8]
解释:
K t h L a r g e s t k t h L a r g e s t = n e w K t h L a r g e s t ( 3 , [ 4 , 5 , 8 , 2 ] ) ; KthLargest kthLargest = new KthLargest(3, [4, 5, 8, 2]); KthLargestkthLargest=newKthLargest(3,[4,5,8,2]);
k t h L a r g e s t . a d d ( 3 ) ; / / r e t u r n 4 kthLargest.add(3); // return 4 kthLargest.add(3);//return4
k t h L a r g e s t . a d d ( 5 ) ; / / r e t u r n 5 kthLargest.add(5); // return 5 kthLargest.add(5);//return5
k t h L a r g e s t . a d d ( 10 ) ; / / r e t u r n 5 kthLargest.add(10); // return 5 kthLargest.add(10);//return5
k t h L a r g e s t . a d d ( 9 ) ; / / r e t u r n 8 kthLargest.add(9); // return 8 kthLargest.add(9);//return8
k t h L a r g e s t . a d d ( 4 ) ; / / r e t u r n 8 kthLargest.add(4); // return 8 kthLargest.add(4);//return8
- 1 < = k < = 1 0 4 1 <= k <= 10^4 1<=k<=104
- 0 < = n u m s . l e n g t h < = 1 0 4 0 <= nums.length <= 10^4 0<=nums.length<=104
- − 1 0 4 < = n u m s [ i ] < = 1 0 4 -10^4 <= nums[i] <= 10^4 −104<=nums[i]<=104
- − 1 0 4 < = v a l < = 1 0 4 -10^4 <= val <= 10^4 −104<=val<=104
- 最多调用 a d d add add 方法 1 0 4 10^4 104 次
- 题目数据保证,在查找第 k k k 大元素时,数组中至少有 k k k 个元素
我们可以使用一个大小为 k k k 的优先队列来存储前 k k k 大的元素,其中优先队列的队头为队列中最小的元素,也就是第 k k k 大的元素。
在单次插入的操作中,我们首先将元素 v a l val val 加入到优先队列中。如果此时优先队列的大小大于 k k k,我们需要将优先队列的队头元素弹出,以保证优先队列的大小为 k k k。
class KthLargest {
PriorityQueue<Integer> pq;
int k;
public KthLargest(int k, int[] nums) {
this.k = k;
pq = new PriorityQueue<Integer>();
for (int x : nums)
add(x);
}
public int add(int val) {
pq.offer(val);
if (pq.size() > k)
pq.poll();
return pq.peek();
}
}
- 初始化时间复杂度为: O ( n log k ) O(n \log k) O(nlogk),其中 n n n 为初始化时 n u m s nums nums 的长度;
- 单次插入时间复杂度为: O ( log k ) O(\log k) O(logk)。