2024 6/29 今天天气很好啊,想爬山,奈何下午还有最后的一个汇报。做个题先
1、题目描述
2、算法分析
看到这个题我想到的就是:
public int findKthLargest(int[] nums, int k) {Arrays.sort(nums);return nums[nums.length - k ];}
哈哈,我提交上去击败了67.49%,想点正规的算法。
这个是在考察排序的,下图为八大排序复杂度情况。
为了将复杂度控制在O(n)层级。what should i do?那就是在快排的基础上稍作改进:
这里是快排:
3、代码
public int quickSort(int[] nums, int left, int rigth, int k){if(left == rigth){return nums[k];}int base = nums[left];while(left < rigth){while(left < rigth && nums[rigth] > base){rigth--;}while(left < rigth && nums[left] < base){left++;}if(left < rigth){int temp = nums[left];nums[left] = nums[rigth];nums[rigth] = temp;}}if(k <= rigth){return quickSort(nums, left, rigth, k);}else{return quickSort(nums, left + 1, rigth, k);}}public int findKthLargest(int[] nums, int k) {int n = nums.length;return quickSort(nums, 0, n - 1, k);}
测试时间超出限制,所以需要改进一下:
public int quickSort(int[] nums, int left, int rigth, int k){// 当左边界等于右边界时,说明搜索区间只有一个元素,直接返回该元素if(left == rigth){return nums[k];}// 选择基准值(这里我们简单选择左边界的元素作为基准)int base = nums[left], i = left - 1, j = rigth + 1;while (i < j) {// 使用do-while循环进行快速选择的分区过程 // 将小于基准的元素放到左边,大于基准的元素放到右边// 从左向右扫描,找到第一个大于或等于基准的元素 do i++; while (nums[i] < base);// 从右向左扫描,找到第一个小于或等于基准的元素 do j--; while (nums[j] > base);// 如果i和j还未相遇,则交换它们if (i < j){int tmp = nums[i];nums[i] = nums[j];nums[j] = tmp;}}// j 现在指向小于基准值的最后一个元素的右边一个位置 // 如果 k 的值小于或等于这个位置(即 k 指向的元素在基准值的左边或与其相等), // 则第k大的元素在左半部分,递归搜索左半部分 if (k <= j) return quickSort(nums, left, j, k);// 否则,第k大的元素在右半部分,递归搜索右半部分 // 注意:k的值不需要改变,因为我们是基于当前搜索范围的索引来搜索的else return quickSort(nums, j + 1, rigth, k);}public int findKthLargest(int[] nums, int k) {int n = nums.length;return quickSort(nums, 0, n - 1, n - k );}
官方的题解真的规范性太差了,anyway,就到这儿吧
4、复杂度分析
- 时间复杂度:
O(n)
。 - 空间复杂度:
O(logn)
,递归使用栈空间的空间代价的期望为 O(logn)。