目录：
1、引子
2、排序解决法
3、类快排解法
4、最小堆解法
1、引子
日常编码中，常见遇到这样的问题，“寻找最大的数”，此问题非常容易，可暴力直接遍历找出，也可使用分冶策略找出最大值（详见分冶算法）。
本文中需要寻找第k大的数，笔者目前想到3个方法可解决它。
2、排序解决法
如果是一个有序数组，那么寻找第k的大数则相当简单了，且效率为1。数组排序算法中相对较优的算法为快速排序，效率为N*lgN，将数组从到到小排列，第k大的数则为array[k-1]。
快排的思想为，从数组中取任意一个值key，将大于key的值放在key右边，小于key的值放在key左边。key的左边和右边则都是有序的了，然后递归key左边的子数组和key右边的子数组，直到每个子数组长度为1，此时，整个数组均有序了。
代码如下
public static int partition(int[] array, int left, int right) {
int k = array[left];
int i = left;
int j = right;
while (j > i) {
while (array[j] < k && j > i) {
j--;
}
if (j > i) {
array[i] = array[j];
i++;
}
while (array[i] > k && j > i) {
i++;
}
if (j > i) {
array[j] = array[i];
j--;
}
}
array[i] = k;
return i;
}
public static void quickSort(int[] array, int left, int right) {
if (left >= right) {
return;
}
int i = partition(array, left, right);
quickSort(array, left, i - 1);
quickSort(array, i + 1, right);
}
本文中快排略有差异，是按从大到小顺序排列。
快排的partition算法有两种写法，具体可查看快速排序及主定理。此解法效率为N*lgN
3、类快排解法
由于只要求找出第k大的数，没必要将数组中所有值都排序。
快排中的partition算法，返回key在数组中的位置，如果key的位置正好等于k-1，那么问题则得到解决，如果key的位置不等于k-1，可使用递归查找对应子数组。直到key的位置等于k-1，则找对问题的解。
public static int findK(int[] array, int left, int right, int k) {
int i = partition(array, left, right);
if (i == k - 1) {
return array[k - 1];
} else if (i > k - 1) {
return findK(array, left, i - 1, k);
} else if (i < k - 1) {
return findK(array, i + 1, right, k);
}
return 0;
}
此解法的效率值为N*lgK，由于K是常数，所以此解法效率值为N，优于排序解法
4、最小堆解法
最小堆是一种特殊的数组结构，它实质是一个完全二叉树，且树中子节点的值均大于父节点的值，详见 堆排序及优先队列。
考虑到只需要找到第k大的数，构造一个大小为k的最小堆，堆中根节点为最小值。如果数组中最大的几个数均在堆中，那么堆中根节点的值就是问题的解。
构造最小堆
public static void maxHeapify(int[] array, int size, int i) {
int left = 2 * i + 1;
int right = 2 * i + 2;
int small = i;
if (left < size) {
if (array[small] > array[left]) {
small = left;
}
}
if (right < size) {
if (array[small] > array[right]) {
small = right;
}
}
if (small != i) {
int temp = array[small];
array[small] = array[i];
array[i] = temp;
maxHeapify(array, size, small);
}
}
public static void buildHeap(int[] array, int size) {
for (int i = size - 1; i >= 0; i--) {
maxHeapify(array, size, i);
}
}
最小堆已构造完成，将数组中剩余的值与根节点相比，大于根节点的值则将根节点的值与之交换，同时维护最小堆的特性，遍历结束，则根结点即为问题的解。
public static int findKByHeap(int[] array, int k) {
buildHeap(array, k);
for (int i = k + 1; i < array.length; i++) {
if (array[i] > array[0]) {
int temp = array[i];
array[i] = array[0];
array[0] = temp;
maxHeapify(array, k, 0);
}
}
return array[0];
}
代码地址：https://github.com/okunu/DataStructure ，欢迎访问本人的github
