/* * 215. Kth Largest Element in an Array * 12.18 by Mingyang * 所以绞尽脑汁想来想去还是得用priority queue * 但是我们这里是直接用PQ,其实我们可以用一个heap来implement * 也可以用quick sort的方法更好,平均可以做到n */ public int findKthLargest(int[] nums, int k) { PriorityQueue<Integer> p = new PriorityQueue<Integer>(); for(int i = 0 ; i < nums.length; i++){ p.add(nums[i]); if(p.size()>k) p.poll(); } return p.poll(); } /* * 先取一个枢纽值,将数组中小于枢纽值的放在左边,大于枢纽值的放在右边, * 具体方法是用左右两个指针,如果他们小于枢纽值则将他们换到对面, * 如果这个分界点是k,说明分界点的数就是第k个数。 * 否则,如果分界点大于k,则在左半边做同样的搜索。 * 如果分界点小于k,则在右半边做同样的搜索。 */ public int findKthLargest1(int[] nums, int k) { return quickSelect(nums, k - 1, 0, nums.length - 1); } private int quickSelect(int[] arr, int k, int left, int right){ int pivot = arr[(left + right) / 2]; int orgL = left, orgR = right; while(left <= right){ // 从右向左找到第一个小于枢纽值的数 while(arr[left] > pivot){ left ++; } // 从左向右找到第一个大于枢纽值的数 while(arr[right] < pivot){ right --; } // 将两个数互换 if(left <= right){ swap(arr, left, right); left ++; right --; } } // 最后退出的情况应该是右指针在左指针左边一格 // 这时如果右指针还大于等于k,说明kth在左半边 if(orgL < right && k <= right) return quickSelect(arr, k, orgL, right); // 这时如果左指针还小于等于k,说明kth在右半边 if(left < orgR && k >= left) return quickSelect(arr, k, left, orgR); return arr[k]; } private void swap(int[] arr, int idx1, int idx2){ int tmp = arr[idx1] + arr[idx2]; arr[idx1] = tmp - arr[idx1]; arr[idx2] = tmp - arr[idx2]; }