. 问题背景与目标 在本次编程练习中，我们的目标是帮助小M找到往届游戏比赛中排名第三的分数，作为他的目标分数。具体规则如下： 如果分数中有三个或以上不同的分数，返回其中第三大的分数。 如果不同的分数只有两个或更少，那么小M将选择最大的分数作为他的目标。 2. 数据结构的选择 在解决这个问题时，我们选择使用Python的set数据结构。set具有以下优点： 自动去重：set会自动去除重复的元素，这符合我们只关心不同分数的需求。 高效查找：set的查找操作平均时间复杂度为O(1)，这使得我们在添加和移除元素时非常高效。 3. 算法步骤 初始化set：我们首先创建一个空的set，用于存储唯一的分数。 遍历数组：我们遍历给定的分数数组，将每个分数添加到set中。 维护set大小：在每次添加分数后，我们检查set的大小是否超过3。如果超过，我们移除set中最小的元素，以确保set中始终最多只有三个元素。 返回结果：遍历结束后，如果set的大小为3，我们返回set中最小的元素（即第三大的分数）；否则，返回set中最大的元素（即最大的分数）。 4. 代码实现 python def solution(n, nums): unique_scores = set() for num in nums: unique_scores.add (num) if len (unique_scores) > 3: unique_scores. remove(min (unique_scores)) return min (unique_scores) if len (unique_scores) == 3 else max(unique_scores)# 测试用例print(solution(3, [3, 2, 1])) # 输出: 1print(solution(2, [1, 2])) # 输出: 2print(solution(4, [2, 2, 3, 1])) # 输出: 1
- 代码优化与思考 时间复杂度：当前代码的时间复杂度为O(n)，其中n是数组的长度。每次添加和移除操作的时间复杂度为O(1)，因此整体性能较好。 空间复杂度：空间复杂度为O(1)，因为我们始终只维护一个最多包含3个元素的set。 边界情况：代码已经考虑了边界情况，例如数组中只有两个不同的分数时，会返回最大的分数。
- 进一步优化 虽然当前代码已经非常高效，但我们可以考虑进一步优化： 使用堆：如果我们需要处理更大的数据集，可以考虑使用最小堆来维护最大的三个元素。这样可以在O(log k)的时间复杂度内完成插入和删除操作，其中k为堆的大小（这里k=3）。 提前终止：如果数组非常大，我们可以在遍历过程中提前终止，一旦set的大小达到3，就不再添加新的元素。
- 总结 通过本次练习，我们学习了如何使用set数据结构来高效地处理唯一元素的问题。我们还了解了如何通过维护set的大小来找到第三大的元素。代码简洁且高效，适合处理中等规模的数据集。通过进一步优化，我们可以应对更大规模的数据处理需求。 希望这篇伴学笔记能帮助你更好地理解代码的实现思路和优化方法。继续加油，编程的路上还有很多有趣的知识等待你去探索！
