IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> leetcode题解0908 -> 正文阅读

[数据结构与算法]leetcode题解0908

leetcode题解0908

今天主要是跟排序相关的题目:

215、数组中第k大的数字(Kth Largest Element in an Array)

在这里插入图片描述
最坏的做法就是先用C++中的快速排序对数组中的所有元素进行排序,然后选择第K大的元素即可,时间复杂度为:O( n l o g 2 n nlog_2n nlog2?n)(平均情况,快排的时间复杂度)

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        sort(nums.begin(),nums.end());
        return nums[nums.size()-k];
    }
};

轻松2行代码就可以搞定,但是要提出更高的要求,可以使用快速选择的方法:
快速选择一般用于Kth Element 问题,可以在O(n)时间复杂度,O(1)空间复杂度完成求解工作。快速选择的实现与快速排序相似,不过只需要找到第k大的pivot即可,不需要继续对其左右进行排序
代码及注释如下:

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        int l=0,r=nums.size()-1,target=nums.size()-k;//定义左右指针、以及目标序号
        //if(nums.size()==1)return nums[0];
        while(l<r){//循环的条件是
            int mid=quickSelection(nums,l,r);//进行快速选择
            if(mid==target){//选择到了正确的位置(第k大的元素到了数组中正确的位置)
                return nums[mid];//直接返回
            }
            if(mid<target){//进行正确归位的元素位置小于需要返回位置,则丢弃左边较小的数组,即l=mid+1
                l=mid+1;
            }else{
                r=mid-1;//同理,丢弃右半部分
            }
        }
        return nums[l];
    }

    int quickSelection(vector<int>& nums,int l,int r){
        int i=l+1,j=r;
        while(true){
            while(i<r&&nums[i]<=nums[l]){
                ++i;
            }
            while(l<j&&nums[j]>=nums[l]){
                --j;
            }
            if(i>=j){
                break;
            }
            swap(nums[i],nums[j]);
        }
        swap(nums[l],nums[j]);
        return j;
    }
};

但是实际上,这个优化后的方法(或者说缩短后的快排)虽然正确,效果并没有理论上那样比c++中内置的快速排序更有优势

347、前K个高频元素(The Kth Frequent Elements)

题目描述:
在这里插入图片描述
首先看到出现次数的问题,就应该想到用Hashmap解决对应关系的问题,哈希表的第二项应该记录元素的出现次数,剩下的工作就是对第二项进行排序,然后输出最大的K项频率对应的原数组元素即可,代码如下:

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
    unordered_map<int,int>counts;//hashmap
    int max_count=0;//最大出现次数
    for(const int& num:nums){//遍历nums数组
        max_count=max(max_count,++counts[num]);//得到对应关系的同时记录了最大出现次数
    }
    vector<vector<int>> buckets(max_count+1);//二维数组,桶
    for(const auto&p:counts){
        buckets[p.second].push_back(p.first);//按出现次数存入
    }

    vector<int>ans;
    for(int i=max_count;i>=0&&ans.size()<k;--i){
        for(const int&num:buckets[i]){
            ans.push_back(num);//按排序后的出现次数将答案输出
            if(ans.size()==k){
                break;
            }
        }
    }
    return ans;
    };
};
  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2021-09-09 12:01:51  更:2021-09-09 12:03:26 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 1:52:26-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码