本系列使用IDEA+LEETCODE EDITOR插件,题目描述统一英文。
题目链接
一、题目描述：
//Given an integer array nums and an integer k, return the kth largest element i
//n the array.
//
// Note that it is the kth largest element in the sorted order, not the kth dist
//inct element.
//
//
// Example 1:
// Input: nums = [3,2,1,5,6,4], k = 2
//Output: 5
// Example 2:
// Input: nums = [3,2,3,1,2,4,5,5,6], k = 4
//Output: 4
//
//
// Constraints:
//
//
// 1 <= k <= nums.length <= 104
// -104 <= nums[i] <= 104
二、思路分析：
这道题先用暴力解解完我哑然一笑，怎么这时间复杂度还行呢？一细看题目描述，原来限制了参数的数量最多只有区区104个。所以暴力解大家看看就好，还是不能用于生产环境的。TOPN问题是非常常见的问题，比如你打游戏时候的战力排行榜，比如用户的积分排名等等，这种时候的入参就可能多答几百万，到了面试场景下可能要你算的是XX GB的数据中前10怎么取了，还会限制你内存大小。不被题目描述的场景所局限而是考虑到实际的应用场景，这个才是这期的重点内容。
三、AC 代码：
首先展示下暴力版，可以AC，但是生产肯定是不能用的。
class Solution {
public int findKthLargest(int[] nums, int k) {
Arrays.sort(nums);
return nums[nums.length - k];
}
}
解答成功:
执行耗时:2 ms,击败了90.29% 的Java用户
内存消耗:38.8 MB,击败了43.37% 的Java用户
这里聊一下Arrays.sort(),一个排序接口，排序我们知道性能稳定的是快排，但是在一些场景下其他排序算法会比快排性能更好，而这个接口就封装了几种排序，根据传入的参数进行判断选择合适的几种排序算法进行组合。详情可以看这篇文章 ，摘录结尾部分如下:
数量非常小的情况下（就像上面说到的，少于47的），插入排序等可能会比快速排序更快。 所以数组少于47的会进入插入排序。
快排数据越无序越快（加入随机化后基本不会退化），平均常数最小，不需要额外空间，不稳定排序。
归排速度稳定，常数比快排略大，需要额外空间，稳定排序。
所以大于或等于47或少于286会进入快排，而在大于或等于286后，会有个小动作：“// Check if the array is nearly sorted”。这里第一个作用是先梳理一下数据方便后续的归并排序，第二个作用就是即便大于286，但在降序组太多的时候（被判断为没有结构的数据，The array is not highly structured,use Quicksort instead of merge sort.），要转回快速排序。
回到本题，要解决TOPN问题，生产可以使用中间件如REDIS的SORTED SET结构存储数据，感兴趣的自行了解即可。 在JAVA中，通常使用大/小顶堆解决TOPN问题，而JAVE也封装了一个专门的数据结构：PriorityQueue。源码并不多，不到千行，主要就是封装了构造堆的基本操作比如上浮（加入时，加入到最后，上浮构造成堆），下沉（删除时把最后一位跟堆顶交换，删除最后一位后堆顶要下沉重新构造成堆）。 思路:定义K大小的小顶堆优先级队列，也就是最小的数在堆顶（这里有点绕），如果优先级队列没满则加入，否则比对堆顶和新元素，新元素大就弹出堆顶，加入新元素，否则忽略。 比如堆里目前 9、8、7 三个数，7在堆顶，此时10过来了，比对7和10，弹出7，加入10，此时8在堆顶。 使用了优先级队列/堆的AC代码：
public int findKthLargest(int[] nums, int k) {
PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(k);
for (int num : nums) {
if(priorityQueue.size() < k){
priorityQueue.add(num);
}else if(priorityQueue.peek() < num){
priorityQueue.poll();
priorityQueue.add(num);
}
}
return priorityQueue.poll();
}
解答成功:
执行耗时:4 ms,击败了59.14% 的Java用户
内存消耗:38.8 MB,击败了60.30% 的Java用户
四、总结：
- 题目的场景和实际使用的场景可能差距非常大，比如这道题，在没有要求的情况下应该主动思考和询问面试官，这道题的要求是答出来即可还是有实际的使用场景，不然写出不能用代码就真的是纸上谈兵了。
- 了解Arrays.sort()内部的原理。
- 了解堆排序的原理和JAVA对堆的封装PriorityQueue的使用。
本文正在参与「掘金 2021 春招闯关活动」, 点击查看 活动详情
