解题思路
第一种是快排,快排逻辑是以一个元素作为哨兵,通过头尾指针逼近和交换元素的方法找到该哨兵的位置,此题中额外使用k进行剪枝。
第二种思路是使用堆heapify,这种方式会默认生成一个大根堆,可以通过“ListNode.__lt__ = lambda a, b: a.val < b.val # 让堆可以比较节点大小”,然后直接使用heappop返回当前最小值。
AC代码
class Solution:
def findKthLargest(self, nums: List[int], k: int) -> int:
# def quicksort(nums, l, r, k):
# if l == r:
# return nums[k]
# i, j, key = l, r, nums[l]
# while i < j:
# while nums[i] < key: i += 1
# while nums[j] > key: j -= 1
# if i < j:
# nums[i], nums[j] = nums[j], nums[i]
# return quicksort(nums, l, j, k) if k <= j else quicksort(nums, i+1, r, k)
# return quicksort(nums, 0, len(nums) - 1, k)
heapify(nums)
temp = 0
for _ in range(len(nums) - k + 1):
temp = heappop(nums)
return temp