标签：pre 需要 nbsp 最大堆 代码 ring turn 优先 return
题目描述：
在未排序的数组中找到第 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] 和 k = 2 输出: 5 示例 2: 输入: [3,2,3,1,2,4,5,5,6] 和 k = 4 输出: 4 说明: 你可以假设 k 总是有效的，且 1 ≤ k ≤ 数组的长度。
思路分析：
思路一：排序+遍历,如果是升序，那就是返回nums[n-k],如果是降序，那就是返回nums[k-1]
class Solution {
public static int findKthLargest(int[] nums, int k) {
Arrays.sort(nums);
return nums[nums.length - k];
}
}
时间复杂度：O(Nlogn)
空间复杂度：O(1)
思路二：优先队列，使用最小堆或者最大堆
假设数组有 len 个元素。
最小堆：把 len 个元素都放入一个最小堆中，然后再 pop() 出 len - k 个元素，此时最小堆只剩下 k 个元素，堆顶元素就是数组中的第 k 个最大元素。
代码实现：
class Solution {
//使用最小堆
public static int findKthLargest(int[] nums, int k) {
int len = nums.length;
PriorityQueue<Integer> minHeap = new PriorityQueue<>(len, Comparator.comparingInt(o -> o));
for (int i = 0; i < len; i++) {
minHeap.add(nums[i]);
}
for (int j = 0; j < len - k; j++) {
minHeap.poll();
}
return minHeap.peek();
}
}
最大堆：把 len 个元素都放入一个最大堆中，然后再 pop() 出 k - 1 个元素，因为前 k - 1 大的元素都被弹出了，此时最大堆的堆顶元素就是数组中的第 k 个最大元素。
代码实现：
class Solution {
//使用最大堆
public static int findKthLargest(int[] nums, int k) {
int len = nums.length;
PriorityQueue<Integer> minHeap = new PriorityQueue<>(len, (o1, o2) -> o2 - o1);
for (int i = 0; i < len; i++) {
minHeap.add(nums[i]);
}
for (int j = 0; j < k - 1; j++) {
minHeap.poll();
}
return minHeap.peek();
}
}
时间复杂度：O(n)
空间复杂度：O(n)
标签：pre 需要 nbsp 最大堆 代码 ring turn 优先 return
原文地址：https://www.cnblogs.com/ysw-go/p/11897857.html
