[LeetCode] Kth Largest Element in a Stream 數據流中的第K大的元素

 

Design a class to find the kth largest element in a stream. Note that it is the kth largest element in the sorted order, not the kth distinct element.

Your KthLargest class will have a constructor which accepts an integer k and an integer array nums, which contains initial elements from the stream. For each call to the method KthLargest.add, return the element representing the kth largest element in the stream.

Example:

int k = 3;
int[] arr = [4,5,8,2];
KthLargest kthLargest = new KthLargest(3, arr);
kthLargest.add(3);   // returns 4
kthLargest.add(5);   // returns 5
kthLargest.add(10);  // returns 5
kthLargest.add(9);   // returns 8
kthLargest.add(4);   // returns 8

Note: 
You may assume that nums' length ≥ k-1 and k ≥ 1.

 

這道題讓我們在數據流中求第K大的元素，跟之前那道Kth Largest Element in an Array很類似，但不同的是，那道題的數組是確定的，不會再增加元素，這樣確定第K大的數字就比較簡單。而這道題的數組是不斷在變大的，所以每次第K大的數字都在不停的變化。那么我們其實只關心前K大個數字就可以了，所以我們可以使用一個最小堆來保存前K個數字，當再加入新數字后，最小堆會自動排序，然后把排序后的最小的那個數字去除，則堆中還是K個數字，返回的時候只需返回堆頂元素即可，參見代碼如下：

 

解法一：

class KthLargest {
public:
    KthLargest(int k, vector<int> nums) {
        for (int num : nums) {
            q.push(num);
            if (q.size() > k) q.pop();
        }
        K = k;
    }
    
    int add(int val) {
        q.push(val);
        if (q.size() > K) q.pop();
        return q.top();
    }

private:
    priority_queue<int, vector<int>, greater<int>> q;
    int K;
};

 

我們也可以使用multiset來做，利用其可重復，且自動排序的功能，這樣也可以達到最小堆的效果，參見代碼如下：

 

解法二：

class KthLargest {
public:
    KthLargest(int k, vector<int> nums) {
        for (int num : nums) {
            st.insert(num);
            if (st.size() > k) st.erase(st.begin());
        }
        K = k;
    }
    
    int add(int val) {
        st.insert(val);
        if (st.size() > K) st.erase(st.begin());
        return *st.begin();
    }

private:
    multiset<int> st;
    int K;
};

 

類似題目：

Kth Largest Element in an Array

 

參考資料：

https://leetcode.com/problems/kth-largest-element-in-a-stream

 

LeetCode All in One 題目講解匯總(持續更新中...)