算法通关村第十四关——解析堆在数组中找第K大的元素的应用

这篇具有很好参考价值的文章主要介绍了算法通关村第十四关——解析堆在数组中找第K大的元素的应用。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

力扣215题, 给定整数数组nums和整数k,请返回数组中第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。

分析:按照“找最大用小堆,找最小用大堆,找中间用两个堆”,这道题用最小堆来解决,构造一个大小只有K的最小堆。举个例子,序列[2, 4, 1, 3, 2, 5, 3, 6, 6, 9],比如找第4大的数,先让前四个入堆,之后继续遍历与堆顶元素进行比较,比堆顶元素大才能入堆否则不行。

新元素的插入只是替换根元素,然后重新构造最小堆,完成之后的根元素就是第4大的元素。

算法通关村第十四关——解析堆在数组中找第K大的元素的应用,算法,算法,javascript,前端
算法通关村第十四关——解析堆在数组中找第K大的元素的应用,算法,算法,javascript,前端
算法通关村第十四关——解析堆在数组中找第K大的元素的应用,算法,算法,javascript,前端
算法通关村第十四关——解析堆在数组中找第K大的元素的应用,算法,算法,javascript,前端

代码如下:

function findKthLargest(nums, k) {
	let heapSize = nums.length;
	buildMaxHeap(nums, heapSize); // 构建好一个大顶堆
	// 进行下沉,大顶堆是最大元素下沉到末尾
	for (let i = nums.length - 1; i >= nums.length - k + 1; i--) {
		swap(nums, 0, i);
		// 下沉后的元素不参与到大顶堆的调整
		--heapSize;
		// 重新调整大顶堆
		maxHeapify(nums, 0, heapSize);
	}
	return nums[0]

	// 自上而下构建一颗大顶堆
	function buildMaxHeap(nums, heapSize) {
		for (let i = Math.floor(heapSize / 2) - 1; i >= 0; i--) {
			maxHeapify(nums, i, heapSize);
		}
	}

	// 从左向右,自上而下的调整节点
	function maxHeapify(nums, i, heapSize) {
		let left = i*2 + 1;
		let right = i*2 + 2;
		let largest = i;
		if (left < heapSize && nums[left] > nums[largest]) {
			largest = left;
		}
		if (right < heapSize && nums[right] > nums[largest]) {
			largest = right;
		}
		if (largest !== i) {
			// 进行节点调整
			swap(nums, i, largest); 
			// 继续调整下面的非叶子节点
			maxHeapify(nums, largest, heapSize);
		}
	}

	function swap(arr, i, j) {
		let temp = a[i];
		a[i] = a[j];
		a[j] = temp;
	}

}

参考:落落落洛克文章来源地址https://www.toymoban.com/news/detail-733382.html

到了这里,关于算法通关村第十四关——解析堆在数组中找第K大的元素的应用的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 算法通关村第十八关——排列问题

    LeetCode46.给定一个没有重复数字的序列,返回其所有可能的全排列。例如: 输入:[1,2,3] 输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]] 元素1在[1,2]中已经使用过了,但是在[2,1]中还要再使用一次,所以就不能使用startlndex了,为此可以使用一个used数组来标记已经选择的元

    2024年02月09日
    浏览(45)
  • 算法通关村第十七关——跳跃游戏

    leetCode55 给定一个非负整数数组,你最初位于数组的第一个位置。数组中的每个元素代表你在该位置可以跳跃的最大长度,判断你是否能够到达最后一个位置。 示例1: 输入:[2,3,1,1,4] 输出:true 解释:从位置 0 到 1 跳 1 步,然后跳 3 步到达最后一个位置。 示例2: 输入:[3

    2024年02月10日
    浏览(37)
  • 算法通关村第十九关——最小路径和

    LeetCode64. 给定一个包含非负整数的 m × n 网格 grid,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小。 输入:grid=[[1,3,1],[1,5,1],[4,2,1]] 输出:7 解释:因为路径1→3→1→1→1的总和最小。 对于每一块方块来说,只能从他的上边或者左边走过来,所以在for循环中

    2024年02月09日
    浏览(46)
  • 算法通关村第十二关-字符串基础题目

    思路:遍历字符串,将第i个字符和第N-i-1个字符串交换即可; 代码实现: 题目:反转字符串2 思路:每2k个一组,将其前k个字符反转,使用i+k与字符串长度n判断剩余字符串长度属于(0,k)还是 [k,2k)之间;然后按照要求剩余字符串即可; 代码实现: 题目:仅仅反转字母 思

    2024年01月22日
    浏览(48)
  • 算法通关村第十八关:青铜挑战-回溯是怎么回事

    回溯,最重要的算法之一 主要解决一些暴力枚举也搞不定的问题,例如组合、分割、子集、排列、棋盘等 从性能角度来看回溯算法的效率并不高,但对于这些暴力都搞不定的算法能出结果就很好了,效率低点没关系 回溯可视为递归的拓展,很多思想和解法都与递归密切相关

    2024年02月09日
    浏览(41)
  • 算法通关村第十六关——滑动窗口与堆结合

    LeetCode239给你一个整数数组nums,有一个大小为k的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的k个数字。滑动窗口每次只向右移动一位,返回滑动窗口中的最大值。 优先队列中每个值存储的是一个包含元素值和对应索引的数组 [元素值, 索引] 。在

    2024年02月11日
    浏览(46)
  • 算法通关村第十七关:青铜挑战-贪心其实很简单

    1. 难以解释的贪心算法 贪心学习法则:直接做题,不考虑贪不贪心 贪心(贪婪)算法 是指在问题尽心求解时,在每一步选择中都采取最好或者最优(最有利)的选择,从而希望能够导致结果最好或者最优的算法 贪心算法所得到的结果不一定是最优的结果,但是都是相对近似最

    2024年02月09日
    浏览(41)
  • 算法通关村第十六关:青铜挑战-滑动窗口其实很简单

    1. 滑动窗口基本思想 数组引入双指针的背景: 很多算法会大量移动数组中的元素,频繁移动元素会导致执行效率低下或者超时,使用两个变量能比较好的解决很多相关问题 数组双指针,之前介绍过 对撞型 和 快慢型 两种,滑动窗口思想就是快慢型的特例 滑动窗口 示例:

    2024年02月09日
    浏览(44)
  • 算法通关村第十二关——不简单的字符串转换问题

    字符串是我们在日常开发中最常处理的数据,虽然它本身不是一种数据结构,但是由于其可以包含所有信息,所以通常作为数据的一种形式出现,由于不同语言创建和管理字符串的方式也各有差异,因此针对不同语言特征又产生了很多问题。 常见的字符串转换题目,也就是在

    2024年02月10日
    浏览(48)
  • 算法通关村第十六关:黄金挑战:滑动窗口与堆结合

    堆的大小一般是有限的,能直接返回当前位置下的最大值或者最小值 该特征与滑动窗口结合,可以解决一些特定场景的问题 1. 滑动窗口与堆问题的结合 LeetCode239 https://leetcode.cn/problems/sliding-window-maximum/ 思路分析 对于最大值,K个最大这种场景,优先队列(堆)是首先该考虑的

    2024年02月09日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包