• LeetCode 215. 数组中的第K个最大元素 | Python


    215. 数组中的第K个最大元素


    题目来源:力扣(LeetCode)https://leetcode-cn.com/problems/kth-largest-element-in-an-array

    题目


    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。

    解题思路


    思路:优先队列

    在本题当中,我们可以使用基于堆,实现优先排列。题目要我们求第 k 个最大元素,那么建立一个最大堆,实现堆有序,做 k-1 次删除操作之后,堆顶的元素就是答案。在 Python 当中,也有相应的 API 可以直接使用。这里先不借助 API,单独实现堆。

    具体算法的设计(简单步骤如下):

    • 首先构建最大堆,将数组元素存入二叉树,构建完全二叉树;
    • 实现堆有序;
    • 删除 k-1 次根节点(堆顶元素),注意恢复堆的有序性。

    以示例 1 为例:

    输入: [3,2,1,5,6,4] 和 k = 2
    输出: 5
    

    具体的过程可见如下图解(以示例 1 为例):

    图解

    具体的实现代码如下。

    代码实现


    from typing import List
    
    class Solution:
        def findKthLargest(self, nums: List[int], k: int) -> int:
            heap_size = len(nums)
            self.build_max_heap(nums, heap_size)
    
            for i in range(len(nums)-1, len(nums)-k, -1):
                nums[0], nums[i] = nums[i], nums[0]
                heap_size -= 1
                self.max_heapify(nums, 0, heap_size)
            return nums[0]
    
        def build_max_heap(self, nums, heap_size):
            for i in range(heap_size // 2, -1, -1):
                self.max_heapify(nums, i, heap_size)
    
    
        def max_heapify(self, nums, i, heap_size):
            left = i * 2 + 1
            right = i * 2 + 2
            largest = i
            if left < heap_size and nums[left] > nums[largest]:
                largest = left
            if right < heap_size and nums[right] > nums[largest]:
                largest = right
            if (largest != i):
                nums[i], nums[largest] = nums[largest], nums[i]
                self.max_heapify(nums, largest, heap_size)
    

    实现结果


    实现结果

    总结


    • 题目要求第 k 个最大的元素。那么可以建立一个最大堆,实现堆排序,删除 k - 1 个元素(恢复堆有序),此时堆顶元素就是答案。在这里不使用 api,尝试自行实现堆。
    • 具体的算法如下:
      • 构建最大堆,将数组元素存入堆中,构建完全二叉树
      • 实现堆有序;
      • 删除 k - 1 个元素(要注意恢复堆有序),此时堆顶就是要求的答案。

    文字原创,欢迎关注点赞。微信公众号《书所集录》同步更新,同样欢迎关注。

    qrcode_for_Demon

  • 相关阅读:
    des和Rijndael加密
    信息熵
    逻辑回归简单多变不易把握、特征离散化原因、最大熵模型
    特征选择
    数据清洗
    海塞矩阵、黄金分割、牛顿法、下降迭代法
    BP算法推导python实现
    分布函数,概率,离散,连续
    损失函数coding
    leetcode中二分查找的具体应用
  • 原文地址:https://www.cnblogs.com/yiluolion/p/13209942.html
Copyright © 2020-2023  润新知