「这是我参与11月更文挑战的第6天，活动详情查看：2021最后一次更文挑战」

大家好，我是速冻鱼🐟，一条水系前端💦，喜欢花里胡哨💐，持续沙雕🌲，是隔壁寒草🌿的好兄弟，刚开始写文章。如果喜欢我的文章，可以关注➕点赞，为我注入能量，与我一同成长吧～

前言🌧️

算法，对前端人来说陌生又熟悉，很多时候我们都不会像后端工程师一样重视这项能力。但事实上，算法对每一个程序员来说，都有着不可撼动的地位。

因为开发的过程就是把实际问题转换成计算机可识别的指令，也就是《数据结构》里说的，「设计出数据结构，在施加以算法就行了」。

当然，学习也是有侧重点的，作为前端我们不需要像后端开发一样对算法全盘掌握，有些比较偏、不实用的类型和解法，只要稍做了解即可。

题目🦀

215. 数组中的第K个最大元素

难度中等

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。

示例 1:

输入: [3,2,1,5,6,4] 和 k = 2
输出: 5

示例 2:

输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4

提示：

1 <= k <= nums.length <= 104
-104 <= nums[i] <= 104

解题思路🌵

看到“第K个最大元素”
考虑选择使用最小堆

解题步骤🐂

构建一个最小堆，并依次把数组的值插入堆中。
当堆的容量超过k，就删除堆顶。
插入结束后，堆顶就是第K个最大元素。

源码🔥

class MinHeap{
    constructor(){
        this.heap=[];
    }

    swap(i1,i2){
        const temp=this.heap[i1];
        this.heap[i1]=this.heap[i2];
        this.heap[i2]=temp;
    }

    getLeftIndex(i){
        return i*2+1;
    }

    getRightIndex(i){
        return i*2+2;
    }

    getParentIndex(i){
        //二进制数往右移一位
        return (i-1) >> 1;
    }

    shiftUp(index){
        if(index == 0){
            return;
        }
        const parentIndex=this.getParentIndex(index);
        if(this.heap[parentIndex]>this.heap[index]){
            this.swap(parentIndex,index);
            this.shiftUp(parentIndex);
        }
    }

    shiftDown(index){
        const leftIndex=this.getLeftIndex(index);
        const rightIndex=this.getRightIndex(index);
        if(this.heap[leftIndex]<this.heap[index]){
            this.swap(leftIndex,index);
            this.shiftDown(leftIndex);
        }
        if(this.heap[rightIndex]<this.heap[index]){
            this.swap(rightIndex,index);
            this.shiftDown(rightIndex);
        }
    }

    insert(value){
        this.heap.push(value)
        this.shiftUp(this.heap.length-1)
    }

    pop(){
        this.heap[0]=this.heap.pop();
        this.shiftDown(0);
    }

    peek(){
        return this.heap[0];
    }
    size(){
        return this.heap.length;
    }
}

/**
 * @param {number[]} nums
 * @param {number} k
 * @return {number}
 */
var findKthLargest = function(nums, k) {
    const h=new MinHeap()
    nums.forEach(item=>{
        h.insert(item)
        if(h.size()>k){
            h.pop()
        }
    })
    return h.heap[0]
};

时间复杂度:O(n*log(K))

空间复杂度:O(k)

结束语🌞

那么鱼鱼的LeetCode算法篇的「LeetCode」215-数组中的第K个最大元素⚡️就结束了，算法这个东西没有捷径，只能多写多练，多总结，文章的目的其实很简单，就是督促自己去完成算法练习并总结和输出，菜不菜不重要，但是热爱🔥，喜欢大家能够喜欢我的短文，也希望通过文章认识更多志同道合的朋友，如果你也喜欢折腾，欢迎加我好友，一起沙雕，一起进步。

github🤖:sudongyu

个人博客👨‍💻:速冻鱼blog

vx👦:sudongyuer

写在最后

伙伴们，如果喜欢我的口水话给🐟🐟点一个赞👍或者关注➕都是对我最大的支持。

加我微信：sudongyuer，邀你进群，一起学习前端，成为更优秀的工程师～（群二维码在这里->前端要早睡, 二维码过期了的话看链接沸点中的评论，我会把最新的二维码放在评论区，当然也可以加我微信我拉你进群，毕竟我也是有趣的前端，认识我也不赖🌟～