零 标题：算法（leetcode，附思维导图 + 全部解法）300题之（215）数组中的第K个最大元素
一 题目描述
题目描述
二 解法总览（思维导图）
思维导图
三 全部解法
1 方案1
1)代码：
// 方案1 “排序 - 下标定位法（自己）”。
// 思路：
// 1）将 nums 降序。
// 2）返回 nums 上的 第k个。
var findKthLargest = function(nums, k) {
// 1）将 nums 降序。
nums = nums.sort((a, b) => b - a);
// 2）返回 nums 上的 第k个。
return nums[k - 1];
}
2 方案2
1)代码：
// 方案2 “不完全的冒泡法（自己）”。
// 思路：
// 1）状态初始化：l = nums.length; 。
// 2）核心：2层for循环，i范围为 [0, k)， j范围为 [i + 1, l) 。
// 2.1）永远保证前 i 个是降序排序的。
// 3）返回结果：数组中的第K个最大元素（即 nums[k - 1] ）。
var findKthLargest = function(nums, k) {
// 1）状态初始化：l = nums.length; 。
const l = nums.length;
// 2）核心：2层for循环，i范围为 [0, k)， j范围为 [i + 1, l) 。
for (let i = 0; i < k; i++) {
for (j = i + 1; j < l; j++) {
// 2.1）永远保证前 i 个是降序排序的。
if (nums[i] < nums[j]) {
[nums[i], nums[j]] = [nums[j], nums[i]];
}
}
}
// 3）返回结果：数组中的第K个最大元素（即 nums[k - 1] ）。
return nums[k - 1];
}
3 方案3
1)代码：
// 方案3 “基于堆排序的选择方法”。
// 参考：
// 1）https://leetcode.cn/problems/kth-largest-element-in-an-array/solution/xie-gei-qian-duan-tong-xue-de-ti-jie-yi-kt5p2/
// 思路：
// 1）状态初始化，l = nums.length; heapSize = nums.length; 。
// 2）构建好1个大顶堆。
// 3）继续进行 k - 1 次的“大顶堆的构建”。
// 4）返回结果 nums[0]
// 注：此时已进行了 k 次的大顶堆的构建，所有 nums[0] 上就是 第k大 的。
var findKthLargest = function(nums, k) {
// 自下而上的构建1棵大顶堆
const buildMaxHeap = (nums = [], heapSize = 0) => {
for (let i = Math.floor(heapSize / 2) - 1; i >= 0; i--) {
maxHeapify(nums, i, heapSize);
}
};
// 从左向右，自上而下的调整节点
const maxHeapify = (nums = [], index = 0, heapSize = 0) => {
const left = 2 * index + 1,
right = 2 * index + 2;
let largestIndex = index;
if(left < heapSize && nums[left] > nums[largestIndex]){
largestIndex = left;
}
if(right < heapSize && nums[right] > nums[largestIndex]){
largestIndex = right;
}
if (largestIndex !== index) {
// 进行节点调整
swap(nums, index, largestIndex);
// 继续调整下面的非叶子节点（递归）
maxHeapify(nums, largestIndex, heapSize);
}
};
const swap = (nums = [], i = 0, j = 0) => {
const temp = nums[i];
nums[i] = nums[j];
nums[j] = temp;
};
// 1）状态初始化，l = nums.length; heapSize = nums.length; 。
const l = nums.length;
let heapSize = nums.length;
// 2）构建好1个大顶堆。
buildMaxHeap(nums, heapSize);
// 3）继续进行 k - 1 次的“大顶堆的构建”。
// 进行下沉 大顶堆是最大元素下沉到末尾。
// 注：“数组中的第K个最大元素”，故 i >= l - k + 1 即可。
for (let i = l - 1; i >= l - k + 1; i--) {
// 因为之前建好了大顶堆
swap(nums, 0, i);
--heapSize;
// 重新调整大顶堆
maxHeapify(nums, 0, heapSize);
}
// 4）返回结果 nums[0]
// 注：此时已进行了 k 次的大顶堆的构建，所有 nums[0] 上就是 第k大 的。
return nums[0];
};
四 资源分享 & 更多
1 历史文章 - 总览
历史文章 - 总览
刷题进度 - LeetCode：485 / 2643 、《剑指offer》：66 / 66
2 博主简介
码农三少 ，一个致力于编写 极简、但齐全题解（算法） 的博主。
专注于 一题多解、结构化思维 ，欢迎一起刷穿 LeetCode ~
