算法伴我夜深人静展风华，路飞来了玩几个算法助兴

2024-01-24 11:04:17

12点，算法伴我夜深人静展风华，一个人枯坐一角刷编程题，也是寂寞，却也是充实。对于每个充满想象的算法写手来说，夜深人静的时候，代码伴着算法，闪烁的字符将脑海中的灵感幻化成实际，赋予程序以生命力。路飞就为大家准备几个算法，大家一起在夜深人静之时，一起来嗨起来！

1. 问题引入

小易是位算法爱好者，为了考入谷歌，他每天都在LeetCode上刷题。今天他又发现一道好题，他想尽快搞定，以便欣赏一下阳台上的明月。

他需要实现这样一个算法：

在数据流中，每秒收到一个整数，需要处理这样一个问题：给你一个整数数组dataStream和一个整数k，从中找到第k大的元素。

算法被抽象成如下：

class KthLargest {
    private int k;
    private PriorityQueue<Integer> pq;

    public KthLargest(int k, int[] nums) {
        this.k = k;
        this.pq = new PriorityQueue<>(Collections.reverseOrder());
        for (int num : nums) {
            add(num);
        }
    }

    public int add(int val) {
        pq.offer(val);
        if (pq.size() > k) {
            pq.poll();
        }
        return pq.peek();
    }
}

很容易想到，按照题意，我们需要记录当前流中的k个最大的数，这些数构成一个大小为k的数组，此数组中的元素始终是流中已出现的最大的k个数字。因此，很容易想到使用一个大小为k的优先队列来存储这些数，每次新来一个数，将其加入到优先队列中，如果队列的长度大于k，则将队列中最小的数poll掉。这样，队列中的k个数始终是当前流中最大的k个数。

1）按照最大K元素很容易想到排序

int kthLargest = dataStream[0];
Arrays.sort(dataStream);
for(int i=dataStream.length-k;i<dataStream.length;i++){
    kthLargest = dataStream[i];
}
return kthLargest;

2）将add的数据添加到数组，在添加过程中，通过查找方法将val数值放到数组对应位置，使添加完数据的数组依然是有序的。

int[] arr = new int[k];
for(int i=0;i<arr.length;i++){
    arr[i] = Integer.MAX_VALUE;
}
int index = 0;
for(int i=0;i<dataStream.length;i++){
    index = binarySearch(arr,val);
    for(int j=arr.length-1;j>index;j--){
        arr[j] = arr[j-1];
    }
    arr[index] = val;
}
return arr[k-1];

3）输出第K个元

int index = 0;
for(int i=0;i<dataStream.length;i++){
    index = binarySearch(arr,val);
    for(int j=arr.length-1;j>index;j--){
        arr[j] = arr[j-1];
    }
    arr[index] = val;
}
return arr[k-1];