【算法】双指针算法 ( 双指针算法分类 | 相向双指针 | 有效回文串 )
数组中找第 K 大元素 : https://www.lintcode.com/problem/5/
可以 先进行 快速排序 , 然后找第 k 大的元素 ;
先排序 , 在获取值 , 会消耗 排序的时间复杂度
;
使用 快速选择算法 , 可以达到
的时间复杂度 ;
快速选择算法 利用了快速排序算法的步骤 , 快速排序的第一个步骤是从数组中 挑选一个元素 p , 依据 p 将数组分为两部分 , 左侧是小于等于 p 的部分 , 右侧是大于等于 p 的部分 ;
上述步骤的时间复杂度是
;
分割后 , 左边有 m 个数 , 右边有 n 个数 ;
这样 , 要处理的数据规模就缩小了一半 ;
时间复杂度分析 : 通过
的时间复杂度 , 进行了第一次分割 , 将数组分为左右两部分 ;
时间复杂度计算时 , 只考虑最高次项 , 忽略常数 , 忽略系数 ,
最终的时间复杂度是
;
因此使用快速选择算法 , 找数组中的第 K 大元素 , 时间复杂度是
;
代码示例 :
class Solution {
/**
* 快速选择算法
* 第 K 大元素
* @param k
* @param array
* @return
*/
public int kthLargestElement(int k, int[] array) {
if (array == null){
return -1;
}
return quickSelect(array, 0, array.length - 1, k);
}
// 在 array 数组中, 从 start 到 end 中找到第 k 大元素
private int quickSelect(int[] array, int start, int end, int k) {
if (start == end) {
// 说明此时找到了第 K 大元素
return array[start];
}
// 左右两个指针及中间元素值
int left = start, right = end, pivot = array[(start + end) / 2];
while (left <= right) {
while (left <= right && array[left] > pivot) {
// 默认自增, 如果遇到一个元素大于中心值, 则退出循环, 记录该元素索引 left
left++;
}
while (left <= right && array[right] < pivot) {
// 默认自增, 如果遇到一个元素小于中心值, 则退出循环, 记录该元素索引 right
right--;
}
// 交换两个元素
if (left <= right) {
int tmp = array[left];
array[left] = array[right];
array[right] = tmp;
// 交换完毕后, 左指针自增, 右指针自减, 继续向后执行
left++;
right--;
}
}
// 分割完成, 此时索引的排列 start right left end , 其中 right 和 left 之间可能还有元素
// 这里涉及到了 3 部分 , start 到 right 之间, right 到 left 之间, left 到 end 之间
// right 到 left 之间只可能有 1 个数
// 判定 k 在哪个部分
if (start + k - 1 <= right) {
// 左侧部分 : 第 k 个数在 start 到 right 之间
return quickSelect(array, start, right, k);
}
if (start + k - 1 >= left) {
// 右侧部分 : 第 k 个数在 left 到 end 之间
// 左侧有 left - start 个数, 总共 k 个数, 在右边只需要找第 k - (left - start) 个数
return quickSelect(array, left, end, k - (left - start));
}
// 如果上述两种情况都不是, 则是中间部分, right 到 left 之间的一个数, 可以写成 right + 1 或 left - 1
return array[right + 1];
}
}