215. 数组中的第K个最大元素

215. 数组中的第K个最大元素

题目链接:215. 数组中的第K个最大元素

题目描述

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。

你必须设计并实现时间复杂度为 $O(n)$ 的算法解决此问题。

核心思考:快速选择(Quickselect)算法

要在 $O(n)$ 的期望时间内求出第 $k$ 大元素,常规的排序($O(n \log n)$)是不符合要求的。最优解法是采用快速选择(Quickselect),它是快速排序的一种变体。

  1. 基本思想
    • 快速排序的 partition(切分)操作会将数组分成两部分:一部分小于基准值(pivot),一部分大于基准值。
    • partition 返回的下标 i 意味着当前基准值排好序后在数组中的绝对位置
    • 寻找“第 $k$ 大个元素”,即寻找排序后下标为 n - k 的元素(假设升序)。
  2. 分治策略
    • 如果 i == target_index,我们直接找到了目标值。
    • 如果 i > target_index,说明目标值在左半部分,我们只需对左侧继续递归搜索。
    • 如果 i < target_index,说明目标值在右半部分,我们只需对右侧继续递归搜索。
  3. 随机化优化
    • 为了防止在极端不平衡的数据(如已排序数组)下退化为 $O(n^2)$,代码采用了 randint 随机选择基准值,保证期望时间复杂度为 $O(n)$。

解题思路 (Python)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
class Solution:
def findKthLargest(self, nums: List[int], k: int) -> int:
n = len(nums)
# 寻找第k大,等价于寻找升序后下标为 n-k 的数
target_index = n - k
left, right = 0, n - 1

while True:
# 执行切分操作,确定一个元素的固定位置 i
i = self.partition(nums, left, right)
if i == target_index:
return nums[i]
if i > target_index:
# 目标在左侧
right = i - 1
else:
# 目标在右侧
left = i + 1

def partition(self, nums, left, right):
# 随机化选取 pivot 避免极端情况性能降级
idx = randint(left, right)
pivot = nums[idx]
# 将 pivot 暂存到左端
nums[idx], nums[left] = nums[left], nums[idx]

i, j = left + 1, right
while True:
# 双指针扫描
while i <= j and nums[i] < pivot:
i += 1
while i <= j and nums[j] > pivot:
j -= 1
if i >= j:
break
# 交换不符合单调性的元素
nums[i], nums[j] = nums[j], nums[i]
i += 1
j -= 1

# 将 pivot 换回其最终在该区间内的绝对位置
nums[left], nums[j] = nums[j], nums[left]
return j

复杂度分析

  • 时间复杂度:期望 $O(N)$。由于我们每次只需处理一边(而不是快排的两边都处理),其递推关系为 $T(n) = T(n/2) + O(n)$,根据主定理,结果为线性。
  • 空间复杂度:$O(1)$。我们直接在原数组上进行交换和指针索引。