leetcode 703. 数据流中的第K大元素最小堆解法 c语言

如题：

设计一个找到数据流中第K大元素的类（class）。注意是排序后的第K大元素，不是第K个不同的元素。
你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器，它包含数据流中的初始元素。每次调用 KthLargest.add，
返回当前数据流中第K大的元素。
示例:int k = 3;
int[] arr = [4,5,8,2];
KthLargest kthLargest = new KthLargest(3, arr);
kthLargest.add(3);   // returns 4
kthLargest.add(5);   // returns 5
kthLargest.add(10);  // returns 5
kthLargest.add(9);   // returns 8
kthLargest.add(4);   // returns 8

这道题本意是将一堆数排好序好取第K大的值，刚开始使用二叉搜索树进行排序结果超时。后来改成归并排序，超出时间空间。然后修改成快速排序，还是超时，最后是快排加上冒泡排序，才运行通过，即便如此，耗时超过276ms，看了下c写的最好解法耗时仅48ms，相差N倍。它采用的是最小堆排序，空间复杂度仅需O(k)。

其实像这类海量数据中找前K大的数或者前K小的数，最合适的算法就是堆排序了。堆排序又分为大顶堆和小顶堆。大顶堆指的是节点的子节点都小于它，小顶堆指的是节点的子节点都大于它。这道题显然是使用小顶堆，堆顶即是第K大的数，遍历数组的时候，如果小于堆顶，可以直接丢弃，大于堆顶，则替代堆顶，然后进行堆调整动作。类似的，如果是求第K小的数，那就用大顶堆实现，堆顶即是第K小的数，遇到比堆顶大的数直接丢弃，遇到比堆顶小的数，替代堆顶，然后堆调整。

此外，在使用c语言实现的时候，数组下标记得从1开始，0可以不用，这样写可以避免很多0下标的处理。

堆排序在面试笔试题中相当常见，掌握好的话写出来还是相当快，不懂的同学还是抓紧时间最练习几遍。

下面是本题的C语言最小堆解法代码：

//两个数值互换
void swap(int *a, int *b)
{if (a == b) return;*a = *a ^ *b; *b = *a ^ *b; *a = *a ^ *b;
}typedef struct {int maxSize;int heapSize;int *heap;
} KthLargest;int kthLargestAdd(KthLargest* obj, int val);//最小堆调整函数，表示调整s的位置。
void heapAdjust(int *heap, int s, int e)
{int i = 1,j;for (j = s << 1; j <= e; j*=2){if (j < e && heap[j] > heap[j+1])j++;if (heap[j] > heap[s])    break;swap(heap+j, heap+s);   s = j;}return;
}//最小堆添加元素
void heapInsert(int *heap, int e, int val)
{int f = 0, i;heap[e] = val;//和父节点比较f = e >> 1;while (f){if (val < heap[f]){swap(heap+e, heap+f);e = f; f = e >> 1; }elsebreak;                }return;
}KthLargest* kthLargestCreate(int k, int* nums, int numsSize) {int i = 0, j = 0;KthLargest* n = (KthLargest*)calloc(1, sizeof(KthLargest));n->maxSize = k;n->heapSize = 0;n->heap = (int *)calloc((k+1), sizeof(int));for (; i < numsSize; i++)kthLargestAdd(n, nums[i]);return n;
}int kthLargestAdd(KthLargest* obj, int val) {int i = 0;//超出堆大小则和堆顶比较，否则插入堆尾，然后自底向上找到合适位置if (obj->heapSize < obj->maxSize){obj->heapSize++;heapInsert(obj->heap, obj->heapSize, val);}else{if(obj->heap[1] < val){obj->heap[1] = val;heapAdjust(obj->heap, 1, obj->heapSize);}}return obj->heap[1];
}void kthLargestFree(KthLargest* obj) {free(obj);return;
}

=============================================================================================

Linux应用程序、内核、驱动开发交流讨论群(745510310)，感兴趣的同学可以加群讨论、交流、资料查找等，前进的道路上，你不是一个人奥^_^。

leetcode 703. 数据流中的第K大元素最小堆解法 c语言相关推荐

leetcode 703. 数据流中的第 K 大元素（堆）
设计一个找到数据流中第 k 大元素的类(class).注意是排序后的第 k 大元素,不是第 k 个不同的元素. 请实现 KthLargest 类: KthLargest(int k, int[] nu ...
⭐算法入门⭐《堆》中等02 —— LeetCode 703. 数据流中的第 K 大元素
文章目录一.题目 1.题目描述 2.基础框架 3.原题链接二.解题报告 1.思路分析 2.时间复杂度 3.代码详解三.本题小知识四.加群须知一.题目 1.题目描述设计一个找到数据流中第 ...
Java实现 LeetCode 703 数据流中的第K大元素（先序队列）
703. 数据流中的第K大元素设计一个找到数据流中第K大元素的类(class).注意是排序后的第K大元素,不是第K个不同的元素. 你的 KthLargest 类需要一个同时接收整数 k 和整数数组n ...
LeetCode 703. 数据流中的第K大元素（优先队列）
1. 题目设计一个找到数据流中第K大元素的类(class). 注意是排序后的第K大元素,不是第K个不同的元素. 你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器, ...
Leetcode 703. 数据流中的第K大元素解题思路及C++实现
解题思路: 使用一个最小堆来存储数据,在C++中,对应是#include<queue>头文件中的priority_queue. 程序逻辑:KthLargest类初始化的时候,先根据nums ...
703. 数据流中的第 K 大元素
703. 数据流中的第 K 大元素: 题目链接 :[703. 数据流中的第 K 大元素]https://leetcode-cn.com/problems/kth-largest-element-in- ...
174. 地下城游戏；剑指 Offer 40. 最小的k个数；378. 有序矩阵中第K小的元素；703. 数据流中的第K大元素
一些恶魔抓住了公主(P)并将她关在了地下城的右下角.地下城是由 M x N 个房间组成的二维网格.我们英勇的骑士(K)最初被安置在左上角的房间里,他必须穿过地下城并通过对抗恶魔来拯救公主. 骑士的初始 ...
从C语言的角度重构数据结构系列（七）-数据结构堆知识求解数据流中的第K大元素
前言在这里给自己打个广告,需要的小伙伴请自行订阅. python快速学习实战应用系列课程 https://blog.csdn.net/wenyusuran/category_2239261.html ...
数据流中的第k大元素的golang实现
设计一个找到数据流中第K大元素的类(class).注意是排序后的第K大元素,不是第K个不同的元素. 你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器,它包含数据流中 ...

leetcode 703. 数据流中的第K大元素最小堆解法 c语言

leetcode 703. 数据流中的第K大元素最小堆解法 c语言相关推荐

最新文章

热门文章

leetcode 703. 数据流中的第K大元素 最小堆解法 c语言

leetcode 703. 数据流中的第K大元素 最小堆解法 c语言相关推荐

最新文章

热门文章

leetcode 703. 数据流中的第K大元素最小堆解法 c语言

leetcode 703. 数据流中的第K大元素最小堆解法 c语言相关推荐