手撸二叉树之数据流中的第 K 大元素

手撸二叉树之数据流中的第 K 大元素

今天给大家带来的关于二叉树相关的算法题是数据流中的第 K 大元素，正文如下：

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。

请实现 KthLargest 类：

KthLargest(int k, int[] nums) 使用整数 k 和整数流 nums 初始化对象。int add(int val) 将 val 插入数据流 nums 后，返回当前数据流中第 k 大的元素。

示例

输入：["KthLargest", "add", "add", "add", "add", "add"][[3, [4, 5, 8, 2]], [3], [5], [10], [9], [4]]输出：[null, 4, 5, 5, 8, 8]解释：KthLargest kthLargest = new KthLargest(3, [4, 5, 8, 2]);kthLargest.add(3); // return 4kthLargest.add(5); // return 5kthLargest.add(10); // return 5kthLargest.add(9); // return 8kthLargest.add(4); // return 8

解题思路

TopK 算法在面试中常问, 本题的解题思路如下：

使用大小为 k 的小根堆，在初始化的时候，保证堆中的元素个数不超过 K。在每次 add() 的时候，将新元素 push() 到堆中，如果此时堆中的元素超过了 K，那么需要把堆中的最小元素（堆顶）pop()出来。此时堆中的最小元素（堆顶）就是整个数据流中的第 K 大元素。

在本题中，我使用的是优先队列来存储前 K 大的元素，其中优先队列的队头为队列中最小的元素，也就是第 kk 大的元素。

代码实现

class KthLargest { // 永远只记录 k 个值 PriorityQueue pq; int k; public KthLargest(int k, int[] nums) { this.k = k; pq = new PriorityQueue(); for (int i = 0; i < nums.length; i++) { add(nums[i]); } } public int add(int { pq.offer(val); // 如果队列的长度超过 K，则弹出 if(pq.size() > k){ pq.poll(); } // 返回第k大的值 return

最后

复杂度分析

时间复杂度：初始化时间复杂度为：O(nlogk) ，其中 n 为初始化时 nums 的长度；单次插入时间复杂度为：O(logk);空间复杂度：O(k)。需要使用优先队列存储前 k 大的元素。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。