😀大家好,我是白晨,一个不是很能熬夜😫,但是也想日更的人✈。如果喜欢这篇文章,点个赞👍,关注一下👀白晨吧!你的支持就是我最大的动力!💪💪💪
文章目录
🏹 前言
白晨这段时间回头复盘了一下我的C++学习之旅,发现了许多坎坷和难点。所以,白晨整理了我入门学习C++遇到的好题目以及大坑🧐。
整理的题目分为两个大类:选择题
和编程题
。
- 选择题
白晨整理了许多入门易错难掌握的知识点,相当于是对于重难知识点的一次复盘,希望大家可以加深对重难知识点的理解。
- 编程题
其中主要是对于C++输入输出
,STL(标准模板库)的使用
,动态规划
,数据结构
等题目,题目不是很难,但是很有代表性和经典性,是每个C++入门应该都会见过并且掌握的题目。
🗡 C++入门必刷经典题目
🪓1.选择题
🍕1.1 类的类型转换
📘 答案解析
:
🍔1.2 拷贝构造调用次数
📘 答案解析
:
🍟1.3 友元函数
📘 答案解析
:
🌭1.4 静态数据成员
📘 答案解析
:
📘 答案解析
:
🍿1.5 new创建对象
📘 答案解析
:
🧂1.6 模板格式
📘 答案解析
:
🥓1.7 空类大小
📘 答案解析
:
🥚1.8 析构函数
📘 答案解析
:
📘 答案解析
:
🍳1.9 赋值运算符
📘 答案解析
:
🧇1.10 构造函数调用
📘 答案解析
:
🥞1.11 初始化列表
🧈1.12 const
📘 答案解析
:
🍞1.13 delete this
📘 答案解析
:
这个写法是正确的,但是不推荐。
🥐1.14 c_str()
📘 答案解析
:
虽然从内容上来说,a == b,但是a,b是两个不同的对象,空间中所存储的位置也不同,c_str
返回值是 const char*
,也就是空间中的地址,所以不可能相等。
所以选择A。
🥨1.15 resize/reserve
📘 答案解析
:
str.reserve(111); //调整容量为 111
str.resize(5); //调整元素个数为 5
str.reserve(50); //调整容量为 50,由于调整的容量小于已有空间容量,故容量不会减小
所以size=5 capacity=111
故答案为: C
🥯1.16 cerr
🥖1.17 基类与派生类
🧀1.18 继承的对象模型
🔨2.编程题
🥝2.1 字符串相加
✈ 原题链接
:字符串相加
🎉 具体思路
:
我们可以模拟正常的加法,从个位开始,逐位相加,模拟过程中要注意的是:
- 我们取出字符串的每一个元素都是字符,所以不能直接将其相加,必须要减去
'0'
才能得到这个数的真实值。 - 当一个数的每一位都已经遍历完了,如果另一个数还没遍历完,则在这个数的高位补0。
- 如果两个数字之和大于等于10,要进位。
- 每次向要返回字符串插入一个本次相加得到的个位数。
- 最后得到的返回字符串是反的,我们要将其反转。
🎃 代码实现
:
class Solution {
public:
string addStrings(string num1, string num2) {
int i = num1.size() - 1, j = num2.size() - 1;
int flag = 0;
string ret;
// 当给定的数字没有遍历完或者要进位时,进入循环
while (i >= 0 || j >= 0 || flag != 0)
{
// 判断一个数是否已经遍历完
int val1 = i >= 0 ? num1[i] - '0' : 0;
int val2 = j >= 0 ? num2[j] - '0' : 0;
// 看有没有进位
// flag == 1,有进位,反之,无进位
flag = flag == 1 ? val1 + val2 + 1 : val1 + val2;
// 将本次相加的个位数插到返回字符串后
ret += flag % 10 + '0';
flag /= 10;
i--;
j--;
}
// 反转字符串
reverse(ret.begin(), ret.end());
return ret;
}
};
🥥2.2 字符串相乘
✈ 原题链接
:字符串相乘
🎉 具体思路
:
先来看例子中的乘法用竖式如何计算:
-
我们发现,从右到左,
num2
每一位都需要乘以num1
,并且每乘完一次num1
所得的数字的权重要乘10。 -
num2
每一位乘num1
都是个位数*num1
,所以我们可以先把个位数乘num1
的结果保存起来,用的时候直接调用。 -
得到
num2
每一位乘num1
的字符串后,保存起来,最后和竖式一样,依次相加每一位的结果,得到最后的答案。
🎃 代码实现
:
class Solution {
public:
// 复用上题的加法
string Add(const string& num1, const string& num2)
{
string ret;
int add = 0;
int end1 = num1.size() - 1, end2 = num2.size() - 1;
while (end1 >= 0 || end2 >= 0 || add != 0)
{
int n1 = end1 >= 0 ? num1[end1--] - '0' : 0;
int n2 = end2 >= 0 ? num2[end2--] - '0' : 0;
add = n1 + n2 + add;
ret += add % 10 + '0';
add /= 10;
}
reverse(ret.begin(), ret.end());
return ret;
}
string multiply(string num1, string num2) {
// 出现0时,直接返回"0"
if (num1 == "0" || num2 == "0")
return "0";
int len1 = num1.size(), len2 = num2.size();
// 保存 0 ~ 9 乘 num1 的值
vector<string> save(10);
// 保存num2每一位乘num1的值
vector<string> ret(len2 + 1);
// 0乘任何数都为0
save[0] = "0";
// 保存最后的返回值
ret[len2] = "0";
// 记录权重
int pos = 0;
// 保存 0 ~ 9 乘 num1 的值
for (int i = 1; i < 10; ++i)
{
save[i] = Add(save[i - 1], num1);
}
// 保存num2每一位乘num1的值
for (int i = len2 - 1; i >= 0; --i)
{
int val = num2[i] - '0';
ret[i] = save[val];
// 根据权重在字符串后面补0
for (int j = 0; j < pos; ++j)
ret[i] += '0';
// 每乘完一个数,权重加一
pos++;
}
// 整体加起来
for (int i = 0; i < len2; ++i)
{
ret[len2] = Add(ret[len2], ret[i]);
}
return ret[len2];
}
};
🎉 具体思路
:
- 首先,我们先来探讨一下 m位数乘n位数得到的结果为多少位数。
-
由上式可得,最后相乘得到的数字最长为 m + n m+n m+n ,所以我们可以预先开辟一个 m + n m+n m+n 长度的数组来存放这个数字。
-
由于要使用乘法进行模拟,所以我们可以优化一下我们的竖式乘法
通过上面的例子我们可以得到优化后竖式的具体做法:
- 进行完全部的竖式运算后,再处理得到的数组,该进位进位,保证每一位上都是个位数。
- 再将数组转换为字符串后返回。
🎃 代码实现
:
class Solution {
public:
string multiply(string num1, string num2) {
if (num1 == "0" || num2 == "0")
return "0";
int m = num1.size(), n = num2.size();
vector<int> num(m + n);
string ret;
// 模拟每一位乘每一位
for (int i = n - 1; i >= 0; --i)
{
int val2 = num2[i] - '0';
for (int j = m - 1; j >= 0; --j)
{
int val1 = num1[j] - '0';
int mul = val1 * val2;
// 将乘来的结果加到对应的位上
num[i + j + 1] += mul;
}
}
// 进位
for (int i = m + n - 1; i > 0; --i)
{
num[i - 1] += num[i] / 10;
num[i] %= 10;
}
// 判断有没有最高位
int i = num[0] == 0 ? 1 : 0;
for (; i < m + n; ++i)
{
ret += num[i] + '0';
}
return ret;
}
};
🍇2.3 删除有序数组中的重复项
✈ 原题链接
:删除有序数组中的重复项
🎃 代码实现
:
class Solution {
public:
int removeDuplicates(vector<int>& nums) {
vector<int>::iterator begin = nums.begin();
while (begin != nums.end())
{
if (begin + 1 != nums.end() && *begin == *(begin + 1))
begin = nums.erase(begin);
else
begin++;
}
return nums.size();
}
};
🎃 代码实现
:
class Solution {
public:
int removeDuplicates(vector<int>& nums) {
size_t slow = 0, fast = 0;
size_t len = nums.size();
while (fast < len)
{
if (nums[slow] != nums[fast])
{
nums[slow + 1] = nums[fast];
slow++;
}
fast++;
}
return slow + 1;
}
};
🍈2.4 杨辉三角
✈ 原题链接
:杨辉三角
这是一道非常典型的动态规划的题目,并且思路也非常简单。
🎉 具体思路
:
- 状态: d p [ i ] [ j ] dp [ i ] [ j ] dp[i][j] 为位置的数字
- 初始状态:当 j = = 0 ∣ ∣ i = = j 时 , d p [ i ] [ j ] = 1 j == 0 || i== j时, dp [ i ] [ j ] = 1 j==0∣∣i==j时,dp[i][j]=1
- 状态转移方程: d p [ i ] [ j ] = d p [ i − 1 ] [ j − 1 ] + d p [ i − 1 ] [ j ] dp [i] [j] = dp [i - 1] [j - 1] + dp [i - 1] [ j ] dp[i][j]=dp[i−1][j−1]+dp[i−1][j]。
🎃 代码实现
:
class Solution {
public:
vector<vector<int>> generate(int numRows) {
vector<vector<int>> ret(numRows, vector<int>(1, 1));
for (int i = 0; i < numRows; ++i)
{
ret[i].resize(i + 1, 1);
}
for (int i = 2; i < numRows; ++i)
{
for (int j = 1; j < ret[i].size() - 1; ++j)
{
ret[i][j] = ret[i - 1][j - 1] + ret[i - 1][j];
}
}
return ret;
}
};
🍉2.5 只出现一次的数字 I
✈ 原题链接
:只出现一次的数字
首先,我们需要了解异或运算的几个性质:
- 交换律: a ⊕ b = b ⊕ a , a ⊕ b ⊕ a = a ⊕ a ⊕ b a ⊕ b = b ⊕ a, a ⊕ b ⊕ a = a ⊕ a ⊕ b a⊕b=b⊕a,a⊕b⊕a=a⊕a⊕b
- 结合律: ( a ⊕ b ) ⊕ a = a ⊕ ( b ⊕ a ) (a ⊕ b) ⊕ a = a ⊕ (b ⊕ a) (a⊕b)⊕a=a⊕(b⊕a)
- 任何数与0异或都是其本身: a ⊕ 0 = 0 ⊕ a = a a ⊕ 0 = 0 ⊕ a = a a⊕0=0⊕a=a
- 任何数与自己异或都为0: a ⊕ a = 0 a⊕a=0 a⊕a=0
其次,题目中明确指出,只有一个数字出现了一次,其余数字均出现了两次,所以,依照上述性质,我们可以将其化为:
也即,直接将给定数组中的数全部异或起来,最后得到的数就是只出现一次的数。
🎃 代码实现
:
class Solution {
public:
int singleNumber(vector<int>& nums) {
int num = 0;
for(auto i : nums)
num ^= i;
return num;
}
};
🍊2.6 只出现一次的数字 II
✈ 原题链接
:只出现一次的数字 II
- 这个方法就没有什么好说的了,直接暴力排序,遍历选出其中只出现一次的数字。
🎃 代码实现
:
class Solution {
public:
int singleNumber(vector<int>& nums) {
if(nums.size() == 1)
return nums[0];
sort(nums.begin(), nums.end());
int len = nums.size();
if(nums[0] != nums[1])
{
return nums[0];
}
if(nums[len - 1] != nums[len - 2])
{
return nums[len - 1];
}
for(int i = 1; i < len - 1; ++i)
{
if(nums[i] != nums[i - 1] && nums[i] != nums[i + 1])
return nums[i];
}
return 0;
}
};
时间复杂度 O ( n ∗ l o g 2 n ) O(n*log_2n) O(n∗log2n) ,空间复杂度 O ( 1 ) O(1) O(1) 。
- 遍历数组,使用哈希表统计数组中的数出现的次数,最后找到只出现一次的数字即可。
🎃 代码实现
:
class Solution {
public:
int singleNumber(vector<int>& nums) {
unordered_map<int, int> harsh;
for (int e: nums) {
++harsh[e];
}
int ret = 0;
for (auto [num, cnt]: harsh) {
if (cnt == 1) {
ret = num;
break;
}
}
return ret;
}
};
时间复杂度 O ( n ) O(n) O(n) ,空间复杂度 O ( n ) O(n) O(n) 。
- 建立一个数组,统计全部数字的二进制每一位上
1
出现了多少次。 - 因为除了一个数字以外,其余数字都出现了3次,所以其余数字每一位二进制位为
1
次数的总和一定能被3整除。 - 所以,只需要统计出二进制位中不能被3整除的位,这些位组成的数就是只出现过一次的数。
🎃 代码实现
:
class Solution {
public:
int singleNumber(vector<int>& nums) {
int cnt[32] = { 0 };
int ret = 0;
// 统计全部数字二进制为1的个数
for (int i = 0; i < 32; ++i)
{
for (auto e : nums)
{
if ((e >> i) & 1 == 1)
{
cnt[i]++;
}
}
}
// 将不能被3整除的位或等起来就是结果
for (int i = 0; i < 32; ++i)
{
if ((cnt[i] % 3))
ret |= 1 << i;
}
return ret;
}
};
时间复杂度 O ( n ) O(n) O(n) ,空间复杂度 O ( 1 ) O(1) O(1) 。
🍋2.7 只出现一次的数字 III
✈ 原题链接
:只出现一次的数字 III
- 直接排序,然后遍历选出只出现了一次的数字。
🎃 代码实现
:
class Solution {
public:
vector<int> singleNumber(vector<int>& nums) {
sort(nums.begin(), nums.end());
int len = nums.size();
vector<int> ret;
// 特别情况:对第一个元素和第二个元素进行判断
if(nums[0] != nums[1])
{
ret.push_back(nums[0]);
}
// 特别情况:对最后一个元素和倒数第二个元素进行判断
if(nums[len - 1] != nums[len - 2])
{
ret.push_back(nums[len - 1]);
}
if(ret.size() == 2)
return ret;
// 一般判断:对数组中的其他元素进行判断
for(int i = 1; i < len - 1; ++i)
{
if(nums[i] != nums[i - 1] && nums[i] != nums[i + 1])
ret.push_back(nums[i]);
}
return ret;
}
};
时间复杂度 O ( n ∗ l o g 2 n ) O(n*log_2n) O(n∗log2n) ,空间复杂度 O ( 1 ) O(1) O(1) 。
- 暴力哈希,直接统计每个数字出现次数,最后选出只出现一次的数。
🎃 代码实现
:
class Solution {
public:
vector<int> singleNumber(vector<int>& nums) {
unordered_map<int, int> freq;
for (int num: nums) {
++freq[num];
}
vector<int> ans;
for (const auto& [num, occ]: freq) {
if (occ == 1) {
ans.push_back(num);
}
}
return ans;
}
};
🎉 具体思路
:
- 首先,我们需要了解异或运算的几个性质:
- 交换律: a ⊕ b = b ⊕ a , a ⊕ b ⊕ a = a ⊕ a ⊕ b a ⊕ b = b ⊕ a, a ⊕ b ⊕ a = a ⊕ a ⊕ b a⊕b=b⊕a,a⊕b⊕a=a⊕a⊕b
- 结合律: ( a ⊕ b ) ⊕ a = a ⊕ ( b ⊕ a ) (a ⊕ b) ⊕ a = a ⊕ (b ⊕ a) (a⊕b)⊕a=a⊕(b⊕a)
- 任何数与0异或都是其本身: a ⊕ 0 = 0 ⊕ a = a a ⊕ 0 = 0 ⊕ a = a a⊕0=0⊕a=a
- 任何数与自己异或都为0: a ⊕ a = 0 a⊕a=0 a⊕a=0
其次,题目中明确指出,只有两个数字出现了一次,其余数字均出现了两次,所以,依照上述性质,我们可以将其化为:
最后我们得到了两个只出现一次数字的异或值,由异或的定义可知,两个数二进制位上的数不相同时不相同的位上结果为1
,eg. 1000 ⊕ 1110 = 0110 ,可得这两个数字从右到左第二位和第三位不同。
- 当得到了目标数字的不同二进制位时,我们可以依次为依据对数组进行分组,分组后,每一组都只剩下了一个单独出现的数字。
- 再按照
只出现一次的数字 I
的方法分别选出两个数字即可。
🎃 代码实现
:
class Solution {
public:
vector<int> singleNumber(vector<int>& nums) {
int num = 0;
int len = nums.size();
vector<int> ret;
// 将全部数字异或起来
for(auto e : nums)
{
num ^= e;
}
int i = 0;
// 找出两个数字不一样的二进制位
for(i = 0; i < 32; ++i)
{
if((num >> i) & 1 == 1)
break;
}
// 按不同二进制位分组进行异或,最后直接得到两个结果
int ret1 = 0, ret2 = 0;
for(auto e : nums)
{
if((e >> i) & 1 == 1)
ret1 ^= e;
else
ret2 ^= e;
}
ret.push_back(ret1);
ret.push_back(ret2);
return ret;
}
};
时间复杂度 O ( n ) O(n) O(n) ,空间复杂度 O ( 1 ) O(1) O(1) 。
🍌2.8 电话号码的字母组合
✈ 原题链接
:电话号码的字母组合
🎉 具体思路
:
这是一道非常经典的回溯算法题,思路其实也很简单:
- 遍历题目给的数字字符串,按照数字找到对应的字母字符串。
- 按遍历的元素顺序在当前后面加字符,直到遍历完成。
- 当遍历完题目给的数字字符串时,把此时得到的字符串保存。
🎃 代码实现
:
// 哈希表用来对照
static string harsh[] = {"", "", "abc", "def", "ghi", "jkl", "mno",
"pqrs", "tuv", "wxyz"};
class Solution {
public:
void Dfs(string& digits, int index, string curStr, vector<string>& ret)
{
// 当当前的字符串长度与digits相等,如果当前字符串不为空,将其插入
if(curStr.size() == digits.size())
{
if(!curStr.empty())
ret.push_back(curStr);
return;
}
// 找到当前digits对应的数字
int curInd = digits[index] - '0';
// 遍历这个哈希表中对应的字符串
for(auto& ch: harsh[curInd])
{
// 尝试每一种结果,index为digits下标,每次加一
// 每次在当前字符串后加入当前对应的哈希表字符,尝试所有可能性
Dfs(digits, index + 1, curStr + ch, ret);
}
}
vector<string> letterCombinations(string digits) {
vector<string> ret;
Dfs(digits, 0, "", ret);
return ret;
}
};
🍍2.9 连续子数组的最大和
✈ 原题链接
:连续子数组的最大和
这道题是一道很经典的动态规划的题目,有的同学可能第一眼就直接用贪心+回溯去做,但是这道题用贪心算法的话有些情况下会得不到整体最优的结果。
🎉 具体思路
:
这是一道非常经典的动态规划问题:
-
状态: f ( x ) f(x) f(x) —— 从上一段连续的最大和到 x 位置的最大和
-
状态转移方程: f ( x ) = m a x ( f ( x − 1 ) + a [ x ] , a [ x ] ) f(x)=max(f(x-1) + a[x], a[x]) f(x)=max(f(x−1)+a[x],a[x]) —— 如果上一段的连续最大和与当前数的和大于当前数,就取上一段的连续最大和与当前数的和,反之,取当前数(相当于如果 前面连续串的和的最大值 以及 当前数 相加的和 如果还不如当前数,不如从这一位置重新开始一个连续的子串,反之继续延续前面的连续串)
-
初始值: f ( 0 ) = a [ 0 ] f(0) = a[0] f(0)=a[0] —— 从a[0]开始子串
-
结果:从 f ( 0 ) − f ( n − 1 ) f(0) - f(n-1) f(0)−f(n−1) 中选出最大值。因为连续串不确定,所以最后要判断一下。
-
实例: − 2 , 1 , − 3 , 4 , − 1 , 2 , 1 , − 5 -2 ,1,-3,4,-1,2,1,-5 −2,1,−3,4,−1,2,1,−5
-
序号 0 1 2 3 4 5 6 7 a [ x ] a[x] a[x] -2 1 -3 4 -1 2 1 -5 f ( x ) f(x) f(x) -2 1 -2 4 3 5 6 1
再来形象总结一下连续串的思路:
🎃 代码实现
:
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
int num = array[0], Max = array[0];
for(int i = 1; i < array.size(); ++i)
{
num = max(array[i] + num, array[i]);
Max = num > Max ? num : Max;
}
return Max;
}
};
🥭2.10 最小栈
✈ 原题链接
:最小栈
本题既然要求要在线性时间内找到最小值,那么我们可以用空间换时间的做法。
🎉 具体思路
:
- 预设两个栈,一个存放正常输入的值——
_st
,另一个专门存放最小值——_min
。 - 入栈:
- 入栈的值直接存放到
_st
; _st
栈为空时,同时将其入栈_min
;- 后面进行入栈时,和
_min
的栈顶元素比较,如果入栈的值小于等于_min
的栈顶元素,就入栈_min
。
- 入栈的值直接存放到
- 出栈:
- 出栈时,如果
_st
的出栈元素等于_min
的栈顶元素,那么两个栈都出栈; - 如果
_st
的出栈元素不等于_min
的栈顶元素,只出_st
栈。
- 出栈时,如果
🎃 代码实现
:
class MinStack {
public:
MinStack() {}
void push(int val) {
_st.push(val);
if (_min.empty() || val <= _min.top())
{
_min.push(val);
}
}
void pop() {
if (_min.top() == _st.top())
{
_min.pop();
}
_st.pop();
}
int top() {
return _st.top();
}
int getMin() {
return _min.top();
}
private:
stack<int> _st;
stack<int> _min;
};
🍎2.11 栈的压入、弹出序列
✈ 原题链接
:栈的压入、弹出序列
这道题的主要思路就是——模拟
。
🎉 具体思路
:
- 直接模拟栈的出入栈过程。
- 按照给定的入栈顺序依次入栈,入到入栈元素和出栈序列的第一个元素相同时,开始出栈,同时指向出栈序列的下一个元素,循环这个过程,直到栈顶元素和出栈序列元素不同或者栈为空,停止出栈。
- 循环上述过程,直到遍历完入栈序列。
- 此刻,如果栈中没有元素,说明题目给定序列正确,反之,不正确。
🎃 代码实现
:
class Solution {
public:
bool IsPopOrder(vector<int> pushV, vector<int> popV) {
stack<int> st;
int i = 0, j = 0;
// 循环下面的过程,直到遍历完入栈序列
while (i < pushV.size())
{
st.push(pushV[i++]);
// 当栈顶元素和出栈序列相等时,开始出栈
while (!st.empty() && st.top() == popV[j])
{
st.pop();
j++;
}
}
return st.empty();
}
};
🍏2.12 逆波兰表达式求值
✈ 原题链接
:逆波兰表达式求值
🎉 具体思路
:
逆波兰表达式严格遵循「从左到右」的运算。计算逆波兰表达式的值时,使用一个栈存储操作数,从左到右遍历逆波兰表达式,进行如下操作:
-
如果遇到操作数,则将操作数入栈;
-
如果遇到运算符,则将两个操作数出栈,其中先出栈的是右操作数,后出栈的是左操作数,使用运算符对两个操作数进行运算,将运算得到的新操作数入栈。
-
整个逆波兰表达式遍历完毕之后,栈内只有一个元素,该元素即为逆波兰表达式的值。
🎃 代码实现
:
class Solution {
public:
int evalRPN(vector<string>& tokens) {
stack<int> st;
for (const auto& str : tokens)
{
if (str == "+" || str == "-" || str == "*" || str == "/")
{
int right = st.top();
st.pop();
int left = st.top();
st.pop();
switch (str[0])
{
case '+':
st.push(left + right);
break;
case '-':
st.push(left - right);
break;
case '*':
st.push(left * right);
break;
case '/':
st.push(left / right);
break;
}
}
else
{
st.push(stoi(str));
}
}
return st.top();
}
};
🍐2.13 数组中的第K个最大元素
✈ 原题链接
:数组中的第K个最大元素
直接排序,选出第k个元素,时间复杂度为 O ( n ∗ l o g n ) O(n*log~n) O(n∗log n)。
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
sort(nums.begin(), nums.end(), greater<int>());
return nums[k - 1];
}
};
使用堆排序,时间复杂度为 O ( n + k ∗ l o g n ) O(n+k*log~n) O(n+k∗log n)
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
priority_queue<int> pq(nums.begin(), nums.end());
for (int i = 1; i < k; ++i)
{
pq.pop();
}
return pq.top();
}
};
TopK问题,直接建立一个k个元素大小的小栈,用TopK的解法即可。时间复杂度为 O ( n + n ∗ l o g k ) O(n + n*log~k) O(n+n∗log k),这是这道题的最优解了。
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
priority_queue<int, vector<int>, greater<int>> pq(nums.begin(), nums.begin() + k);
for (int i = k; i < nums.size(); ++i)
{
if (nums[i] > pq.top())
{
pq.pop();
pq.push(nums[i]);
}
}
return pq.top();
}
};
没有了解过堆的同学可以看这篇文章——【数据结构】堆的全解析,其中很详细的讲解了堆排序和TopK问题。
⚔ 后记
白晨写本文的目的是帮助更多的C++入门学习者更快掌握C++的语法,并且可以将C++用于实践,希望大家可以在这篇文章中有所收获。
如果这篇文章有帮到你的话,还请多多支持白晨,你的支持就是对白晨最大的鼓励😜。
如果解析有不对之处还请指正,我会尽快修改,多谢大家的包容。
如果大家喜欢这个系列,还请大家多多支持啦😋!
如果这篇文章有帮到你,还请给我一个大拇指
👍和小星星
⭐️支持一下白晨吧!喜欢白晨【刷题日记】系列的话,不如关注
👀白晨,以便看到最新更新哟!!!
我是不太能熬夜的白晨,我们下篇文章见。