数据结构与算法——Java实现 34.数组中的第K个最大元素(堆实现)
·
当你遇到示意或延迟或亏损的状况时,
要知道会有更好更轻松更有趣的东西出现
—— 24.10.10
215. 数组中的第K个最大元素简单实现
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],k = 2 输出: 5示例 2:
输入: [3,2,3,1,2,4,5,5,6],k = 4输出:4
思路
大顶堆实现方法
1.heapify 建立大顶堆(所有结点的父元素大于子元素)
2.将堆顶与堆底交换(最大元素被交换到堆底),缩小并下潜调整堆
3.重复第二步直至堆里剩一个元素
4.对大顶堆进行排序,然后传入数组和要寻找的下标元素,返回从小到大排序的下标k的元素
5.将寻找到的k值下标传回,由于是大顶堆数组排序是由小到大,所以我们用数组长度减去k得到的下标则是求得的第k个最大元素
小顶堆实现方法
解体思路
1.向小顶堆放入前k个元素
2. 剩余元素
① 若 <= 堆顶元素,则略过
② 若 > 堆顶元素,则替换堆顶元素
3.这样小顶堆始终保留的是到目前为止,前K 大的元素
4.循环结束,堆顶元素即为第 K 大元素
大顶堆实现
import java.util.Arrays;
public class MaxHeap {
// 整数数组表示堆
int[] array;
int size;
public MaxHeap(int capacity) {
this.array = new int[capacity];
}
public MaxHeap(int[] array) {
this.array = array;
this.size = array.length;
heapify();
}
// 建堆
private void heapify(){
// 索引0为起点,如何找到最后的非叶子节点 size / 2 - 1
for (int i = size / 2 - 1; i >= 0; i--) {
down(i);
}
}
// 将parent索引处的元素下潜,与两个孩子中较大值进行交换,直至没有孩子或者没有孩子比它大
public void down(int parent) {
int left = 2*parent+1;
int right = left+1;
int max = parent;
if(left < size && array[left] > array[max]){
max = left;
}
if(right < size && array[right] > array[max]){
max = right;
}
if(max != parent){ // 找到了一个更大的孩子
swap(max,parent);
down(max);
}
}
// 交换两个索引处的元素
public void swap(int i, int j){
int temp = array[i];
array[i] = array[j];
array[j] = temp;
}
// 获取堆顶元素
// Returns:堆顶元素
public int peek(){
if(size == 0){
return -1;
}
return array[0];
}
// 删除堆顶元素
// Returns:堆顶元素
public int poll(){
if(size == 0){
return -1;
}
int top = array[0];
swap(0,size-1);
size--;
down(0);
return top;
}
/* 删除指定索引处的元素
Params:index - 索引
Returns:被删除元素
*/
public int poll(int index){
if(size == 0){
return -1;
}
int delete = array[index];
swap(index,size-1);
size--;
down(index);
return delete;
}
/* 替换堆顶元素
Params:replaced - 新元素
*/
public void replace(int replaced){
array[0] = replaced;
down(0);
}
/* 堆的尾部添加元素
Params:offered - 新元素
Returns:是否添加成功
*/
public boolean offer(int offered){
if(size == array.length){
return false;
}
up(offered);
size++;
return true;
}
/*
将offered元素上浮:直至offered小于父元素或者上浮到堆顶
Returns:新加入的元素
*/
private void up(int offered) {
int child = size;
while (child > 0){
int parent = (child-1) / 2;
if(array[child] > array[parent]){
array[child] = array[parent];
}else {
break;
}
child = parent;
}
array[child] = offered;
}
public static void main(String[] args) {
int[] array = {1,2,3,4,5,6,7};
MaxHeap maxHeap = new MaxHeap(array);
System.out.println(Arrays.toString(maxHeap.array));
maxHeap.replace(5);
System.out.println(Arrays.toString(maxHeap.array));
maxHeap.poll(2);
System.out.println(Arrays.toString(maxHeap.array));
System.out.println(maxHeap.peek());
maxHeap.poll();
System.out.println(Arrays.toString(maxHeap.array));
System.out.println(maxHeap.offer(5));
System.out.println(Arrays.toString(maxHeap.array));
maxHeap.poll();
System.out.println(Arrays.toString(maxHeap.array));
maxHeap.peek();
maxHeap.offer(9);
System.out.println(Arrays.toString(maxHeap.array));
}
}
接收返回方法作答
package Day15Heap;
public class LeetCode215KstMaxData {
public int KstMaxData1(int[] arr, int k) {
MinHeap minHeap = new MinHeap(k);
for (int i = 0; i < k; i++) {
minHeap.offer(arr[i]);
}
for (int i = k; i < arr.length; i++) {
if (arr[i] > minHeap.peek()) {
minHeap.replace(arr[i]);
}
}
return minHeap.peek();
}
public static void main(String[] args) {
System.out.println(new LeetCode215KstMaxData().KstMaxData1(new int[]{3,2,1,5,6,4}, 2));
System.out.println(new LeetCode215KstMaxData().KstMaxData1(new int[]{3,2,3,1,5,3,6,4}, 4));
}
}

更多推荐

所有评论(0)