算法通关村——解析堆的应用

在数组中找第K大的元素

LeetCode21 Medium

我们要找第 K 大的元素，如果我们找使用大堆的话那么就会造成这个堆到底需要多大的，而且哪一个是第 K 的的元素我们不知道是哪一个索引，我们更想要的结果就是根节点就是我们要找的值，所以我们可以使用 小堆，使用小堆的好处就是，我们可以用到小堆的性质：根节点最小。使用这个我们在结合 if 判断一下，就可以实现这个效果了！

import java.util.PriorityQueue;
public class Solution {public int findKthLargest(int[] nums, int k) {if(k>nums.length){return -1;}int len = nums.length;// 使用一个含有 k 个元素的最小堆PriorityQueue<Integer> minHeap = new PriorityQueue<>(k, (a, b) -> a - b);for (int i = 0; i < k; i++) {minHeap.add(nums[i]);}for (int i = k; i < len; i++) {// 看一眼，不拿出，因为有可能没有必要替换Integer topEle = minHeap.peek();// 只要当前遍历的元素比堆顶元素大，堆顶弹出，遍历的元素进去if (nums[i] > topEle) {minHeap.poll();minHeap.offer(nums[i]);}}return minHeap.peek();}
}

小结一下：

1. K多大就建立多大固定大小的堆
2. 找最大用小堆，
3. 只有比根元素大的才让进入堆。

合并K个排序链表

合并K个排序链表 Hard

priorityQueue.offer(tail.next) 这个操作保证了合并后的链表也是有序的。

Class solution {public ListNode mergeKLists(ListNode[] lists) {if (lists == null || lists.length == 0) {return null;}// 创建一个最小堆PriorityQueue<ListNode> priorityQueue = new PriorityQueue<>(Comparator.comparing(node -> node.val));for (ListNode list : lists) {if (list != null) {priorityQueue.add(list);}}// 记录头节点ListNode dummy = new ListNode(0);ListNode tail = dummy;// 进行排序while (!priorityQueue.isEmpty()) {tail.next = priorityQueue.poll();tail = tail.next;if (tail.next != null) {priorityQueue.offer(tail.next);}}return dummy.next;}
}