设计一个找到数据流中第 K 大元素的类(class)。注意是排序后的第 K 大元素,不是第 K 个不同的元素。
你的 KthLargest
类需要一个同时接收整数 k
和整数数组 nums
的构造器,它包含数据流中的初始元素。每次调用 KthLargest.add
,返回当前数据流中第 K 大的元素。
示例:
int k = 3; int[] arr = [4,5,8,2]; KthLargest kthLargest = new KthLargest(3, arr); kthLargest.add(3); // returns 4 kthLargest.add(5); // returns 5 kthLargest.add(10); // returns 5 kthLargest.add(9); // returns 8 kthLargest.add(4); // returns 8
说明:
你可以假设 nums
的长度≥ k-1
且 k
≥ 1。
解答:维护一个大根堆和一个小根堆,小根堆存放最大的K-1个元素,大根堆存放剩余的元素。当小根堆放入第K个元素后,取出小根堆堆顶元素放入大根堆。因此小根堆内元素个数永远是k-1,大根堆的堆顶元素就是我们要的第K大元素
class KthLargest { private PriorityQueue<Integer> bigHeap; private PriorityQueue<Integer> smaHeap; public KthLargest(int k, int[] nums) { bigHeap = new PriorityQueue<>((o1,o2)->o2.compareTo(o1)); smaHeap = new PriorityQueue<>((o1,o2)->o1.compareTo(o2)); for(int i=0;i<k-1;i++){ smaHeap.offer(nums[i]); } for(int i=k-1;i<nums.length;i++){ smaHeap.offer(nums[i]); bigHeap.offer(smaHeap.poll()); } } public int add(int val) { smaHeap.offer(val); bigHeap.offer(smaHeap.poll()); return bigHeap.peek(); } }