題1 最小的k個數

描述

輸入整數數組 arr ，找出其中最小的 k 個數。例如，輸入4、5、1、6、2、7、3、8這8個數字，則最小的4個數字是1、2、3、4。
示例 1：
輸入：arr = [3,2,1], k = 2
輸出：[1,2] 或者 [2,1]
示例 2：
輸入：arr = [0,1,2,1], k = 1
輸出：[0]
限制：
0 <= k <= arr.length <= 10000
0 <= arr[i] <= 10000

題解

思路：先快排，然后取前k個元素。
快排思想：遞歸，遞歸條件是i<j。與基準比較大小，小的在基準右邊，大的在基準左邊。最后將基準放于ij相遇處。先比較左邊再比較右邊。

class Solution {public static void quickSort(int[] arr,int low,int high){int i,j,temp,t;if(low>high){return;}i=low;j=high;//temp就是基準位temp = arr[low];while (i<j) {//先看右邊，依次往左遞減while (temp<=arr[j]&&i<j) {j--;}//再看左邊，依次往右遞增while (temp>=arr[i]&&i<j) {i++;}//如果滿足條件則交換if (i<j) {t = arr[j];arr[j] = arr[i];arr[i] = t;}}//最后將基準為與i和j相等位置的數字交換arr[low] = arr[i];arr[i] = temp;//遞歸調用左半數組quickSort(arr, low, j-1);//遞歸調用右半數組quickSort(arr, j+1, high);}public int[] getLeastNumbers(int[] arr, int k) {quickSort(arr,0,arr.length-1);int[] temp = new int[k]; for (int i = 0; i < k; i++){temp[i] = arr[i];}return temp;} }

題2

描述

在未排序的數組中找到第 k 個最大的元素。請注意，你需要找的是數組排序后的第 k 個最大的元素，而不是第 k 個不同的元素。
示例 1:
輸入: [3,2,1,5,6,4] 和 k = 2
輸出: 5
示例 2:
輸入: [3,2,3,1,2,4,5,5,6] 和 k = 4
輸出: 4
說明:
你可以假設 k 總是有效的，且 1 ≤ k ≤ 數組的長度。

題解1

思路類似于題1

class Solution {public void quickSort(int[] nums, int left, int right){if(left>right){return;}int i = left;int j = right;int pivot = nums[left];while(i<j){while(i<j&&nums[j]<=pivot){j--;}while(i<j&&nums[i]>=pivot){i++;}if(i<j){int tmp = nums[i];nums[i] = nums[j];nums[j] = tmp;}}nums[left] = nums[i];nums[i] = pivot;quickSort(nums,left,j-1);quickSort(nums,j+1,right);}public int findKthLargest(int[] nums, int k) {quickSort(nums, 0, nums.length-1);for(int i: nums){System.out.println(i);}return nums[k-1];} }

題解2

思路：創建大頂堆，將所有元素加入堆中，保持堆的大小小于等于k，堆保留的元素就是前k個最大的元素，堆頂為正確答案。

class Solution {public int findKthLargest(int[] nums, int k) {// init heap 'the smallest element first'PriorityQueue<Integer> heap =new PriorityQueue<Integer>((n1, n2) -> n1 - n2);// keep k largest elements in the heapfor (int n: nums) {heap.add(n);if (heap.size() > k)heap.poll();}// outputreturn heap.poll(); } } class Solution:def findKthLargest(self, nums, k):""":type nums: List[int]:type k: int:rtype: int"""return heapq.nlargest(k, nums)[-1]

總結

以上是生活随笔為你收集整理的【LeetCode】3月20日打卡-Day5的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。