LeetCode703-数据流中的第K大元素

发表于 | 分类于

题目链接

英文链接：https://leetcode.com/problems/kth-largest-element-in-a-stream/

中文链接：https://leetcode-cn.com/problems/kth-largest-element-in-a-stream/

题目详述

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。

你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器，它包含数据流中的初始元素。每次调用 KthLargest.add，返回当前数据流中第K大的元素。

示例:

1
2
3
4
5
6
7
8
int k = 3;
int[] arr = [4,5,8,2];
KthLargest kthLargest = new KthLargest(3, arr);
kthLargest.add(3);   // returns 4
kthLargest.add(5);   // returns 5
kthLargest.add(10);  // returns 5
kthLargest.add(9);   // returns 8
kthLargest.add(4);   // returns 8

说明:
你可以假设 nums 的长度≥ k-1 且k ≥ 1。

题目详解

考察堆、优先队列的运用。

  • 构造一个优先队列（小顶堆）。
  • 当队列大小小于 k，添加元素时，直接加入优先队列即可。
  • 当队列大小等于 k，添加元素时，比较当前元素与队首元素的大小。
    • 如果当前元素大于队首元素，队首元素出队，把当前元素添加进优先队列。
    • 如果当前元素小于等于队首元素，什么也不做。
  • 这样可以保证优先队列队首元素为第 K 大的元素。
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
public class LeetCode_00703 {

    class KthLargest {
        private final PriorityQueue<Integer> queue;
        private final int k;

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

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