- 综合排序
- 最热优先
- 最新优先
- 来自专栏云计算与大数据技术
第九届蓝桥杯大赛个人赛省赛（软件类）Java类 真题 第五题 标题：快速排序
String args[]) { //0 1 2 3 4 5 int [] a = {1, 4, 2, 8, 5, 7}; //1 2 4 5 7 8 System.out.println(quickSelect (a, 0, 5, 4)); //a为数组 ，0-5为数组下标范围，4为k表示第k小的 } public static int quickSelect(int a[], int l, int r, [i] = x; p = i; if(i - l + 1 == k) return a[i]; if(i - l + 1 < k) return quickSelect ( _______________ ); //填空 else return quickSelect(a, l, i - 1, k); } } 提交的答案为：a, l, r, k
30660编辑于 2022-05-07 - 来自专栏福大大架构师每日一题
文心一言 VS 讯飞星火 VS chatgpt （99）-- 算法导论9.3 5题
语言实现的示例代码： // 定义一个结构体来表示一个子数组 type SubArray struct { start, end int } // 快速选择算法 func quickSelect (arr[:i+1], k) } else if k > i+1 { return quickSelect(arr[i+1:], k-i-1) } else 以下是使用Go语言实现的快速选择算法： package main import ( "fmt" ) func quickSelect(arr []int, k int) int { 是一个线性时间解决任意顺序统计量选择问题的算法 func QuickSelect(arr []float64, k int, medianMedian bool) float64 { ：8.0 fmt.Println("众数：", QuickSelect(arr, 1, false)) // 输出：众数：1 } 上述代码实现了一个名为QuickSelect的算法，用于解决任意顺序统计量的选择问题
34930编辑于 2023-09-25 - 来自专栏算法码上来
【每日算法Day 82】面试经典题：求第K大数，我写了11种实现，不来看看吗？
nums[m++]); } } swap(nums[m], nums[r]); return m; } int quickSelect (nums, l, m-1, k); return quickSelect(nums, m+1, r, k); } int findKthLargest(vector< int>& nums, int k) { int n = nums.size(); srand((int)time(0)); return quickSelect (nums, l, m-1, k) return quickSelect(nums, m+1, r, k) n = len(nums) return quickSelect(nums, 0, n-1, n-k+1) 参考资料 [1] LeetCode 面试题 17.09.
87320发布于 2020-04-02 - 来自专栏前端小书童
【一天一大 lee】最接近原点的 K 个点 (难度:中等) - Day20201109
小元素未替换到前K的位置 var kClosest = function (points, K) { if (points.length <= K) return points; // 快速排序 quickSelect (0, points.length - 1, K); // 传入左右边界假设分别为最小最大值，从左右边界遍历数组，遇到小于有边界的 function quickSelect(left, right points[r]] = [points[r], points[left]]; if (r == K) { return; } else if (r < K) { quickSelect (r + 1, right, K); } else { quickSelect(left, r - 1, K); } } // 到[0,0]的距离 function
1.1K20发布于 2020-11-11 - 来自专栏Unity3D
☆打卡算法☆LeetCode 215. 数组中的第K个最大元素 算法解析
Random random = new Random(); public int findKthLargest(int[] nums, int k) { return quickSelect (nums, 0, nums.length - 1, nums.length - k); } public int quickSelect(int[] a, int l, int r, quickSelect(a, q + 1, r, index) : quickSelect(a, l, q - 1, index); } } public int randomPartition
46320编辑于 2022-09-27 - 来自专栏思考与总结
快速选择算法Golang实现
懒得去看了，可以参考一下我这个写法，比较容易理解，具体代码如下：func findKthLargest(nums []int, k int) int { // 快速选择算法 return quickSelect (nums, 0, len(nums) - 1, k)}func quickSelect(arr []int, start, end, k int) int { rand.Seed(time.Now start], arr[index] // 这里k <= index - start是因为不包括pivot的值在里面 if k <= index - start { return quickSelect index - 1, k) } else if k == index - start + 1 { return arr[index] } else { return quickSelect
65950编辑于 2022-11-20 - 来自专栏Go语言指北
LeetCode，数组中的第K个最大元素
func findKthLargest(nums []int, k int) int { rand.Seed(time.Now().UnixNano()) return quickSelect (nums, 0, len(nums)-1, len(nums)-k) } func quickSelect(a []int, l, r, index int) int { q := randomPartition (a, l, r) if q == index { return a[q] } else if q < index { return quickSelect (a, q + 1, r, index) } return quickSelect(a, l, q - 1, index) } func randomPartition(a []int
1.3K20发布于 2021-08-18 - 来自专栏前端小书童
一天一大 leet(数组中的第 K 个最大元素)难度:中等 DAY-29
/ 替换指定位置两个数 function swap(a, i, j) { var tmp = a[i] a[i] = a[j] a[j] = tmp } function quickSelect quickSelect(a, q + 1, right, index) : quickSelect(a, left, q - 1, index) } } // 任意取left 上面的循环如果i等于j其j等于right时，递归时则无法终止 // 则单独替换第i+1上和right上的数 swap(a, i + 1, right) return i + 1 } return quickSelect
48220发布于 2020-09-24 - 来自专栏后端知识体系
LeetCode-215-数组中的第K个最大元素
还原枢轴到最终位置，左边的元素全部比他小 swap(store_index, right); return store_index; } public int quickselect this.nums[k_smallest]; // 左递归 else if (k_smallest < pivot_index) return quickselect (left, pivot_index - 1, k_smallest); // 右递归 return quickselect(pivot_index + 1, right this.nums = nums; int size = nums.length; // 第k个最大的元素，也就是第N-k个最小的元素 return quickselect
64210编辑于 2022-07-14 - 来自专栏code人生
查找数组中第K大的元素
快速选择算法示例： package main import "fmt" func findKthLargest(nums []int, k int) int { return quickSelect (nums, 0, len(nums)-1, len(nums)-k) } func quickSelect(nums []int, left, right, k int) int { if right) if k == pivotIndex { return nums[k] } else if k < pivotIndex { return quickSelect (nums, left, pivotIndex-1, k) } else { return quickSelect(nums, pivotIndex+1, right, k) nums, k) fmt.Printf("The %d-th largest element is: %d\n", k, result) } 上述代码使用快速选择算法来查找第 K 大的元素，其中 quickSelect
1.9K20编辑于 2023-10-31 - 来自专栏Python
【LeetCode 热题 100】215. 数组中的第K个最大元素（Python 快速选择详解）
本文将带你深入理解并实现一个基于快速选择（Quickselect）的高性能解法。 题目描述 给定一个整数数组 nums 和一个整数 k，请返回数组中第 k 个最大的元素。 正确姿势：快速选择算法（Quickselect） Quickselect 是什么？
52510编辑于 2025-05-11 - 来自专栏韩曙亮的移动开发专栏
【算法】快速选择算法 ( 数组中找第 K 大元素 )
(int k, int[] array) { if (array == null){ return -1; } return quickSelect array, 0, array.length - 1, k); } // 在 array 数组中, 从 start 到 end 中找到第 k 大元素 private int quickSelect if (start + k - 1 <= right) { // 左侧部分 : 第 k 个数在 start 到 right 之间 return quickSelect end 之间 // 左侧有 left - start 个数, 总共 k 个数, 在右边只需要找第 k - (left - start) 个数 return quickSelect
1.7K10编辑于 2023-03-29 - 来自专栏陌无崖知识分享
Go寻找数组中最小的k个数——全部排序和部分排序
= 0 { // 对数组进行快速排序 QuickSelect(data, 0, len(data)-1) // 返回前k个数 return data[0:k] } return result } func QuickSelect(data []int, left, right int) { // 指向基准数 p := left // i,j分别代表了需要进行一趟排序的数组的首尾 [i], data[j] = data[j], data[i] p = i } } // 如果左边仍然有可排序的数组，继续递归 if p-left > 1 { QuickSelect (data, left, p-1) } // 如果右边仍然有可排序的数组，继续递归 if right-p > 1 { QuickSelect(data, p+1, right
1.4K20发布于 2020-07-27 - 来自专栏技术分享
【算法】TopK问题超详解
int temp = arr[i + 1]; arr[i + 1] = arr[high]; arr[high] = temp; return i + 1; } int quickSelect if (pi == k - 1) return arr[pi]; else if (pi > k - 1) return quickSelect (arr, low, pi - 1, k); else return quickSelect(arr, pi + 1, high, k); } return void topKQuickSelect(int arr[], int n, int k) { for (int i = 0; i < k; i++) { int result = quickSelect
71110编辑于 2024-08-05 - 来自专栏福大大架构师每日一题
文心一言 VS 讯飞星火 VS chatgpt （100）-- 算法导论9.3 6题
right++ } } // 递归找到第k-k_small个元素 if k-right < k_small { return quickSelect (nums, left, n, k-k_small) } else { return quickSelect(nums, right, n, k-right) } } func quickSelect(nums []float64, left, right int, k int) float64 { if left == right { return right) if k == pivotIndex { return nums[k] } else if k < pivotIndex { return quickSelect (nums, left, pivotIndex-1, k) } else { return quickSelect(nums, pivotIndex+1, right, k-pivotIndex
27720编辑于 2023-09-26 - 来自专栏福大大架构师每日一题
文心一言 VS 讯飞星火 VS chatgpt （100）-- 算法导论9.3 6题
right++ } } // 递归找到第k-k_small个元素 if k-right < k_small { return quickSelect (nums, left, n, k-k_small) } else { return quickSelect(nums, right, n, k-right) } } func quickSelect(nums []float64, left, right int, k int) float64 { if left == right { return right) if k == pivotIndex { return nums[k] } else if k < pivotIndex { return quickSelect (nums, left, pivotIndex-1, k) } else { return quickSelect(nums, pivotIndex+1, right, k-pivotIndex
27240编辑于 2023-09-26 - 来自专栏福大大架构师每日一题
文心一言 VS 讯飞星火 VS chatgpt （101）-- 算法导论9.3 7题
文心一言： 要设计一个 O(n) 时间的算法来找到集合 S 中最接近中位数的 k 个元素，我们可以使用快速选择算法（QuickSelect）。 3.QuickSelect是一种在未排序的列表中找到第k小（或第k大）元素的高效算法。 4.但是，QuickSelect在最坏情况下的时间复杂度为O(n^2)，这在k远小于n的情况下是无法接受的。 然后，我们可以在确定好的pivot的左边和右边分别进行一次QuickSelect，这样就可以在O(n)的时间内找到第k小的元素。 代码如下： package main import ( "fmt" "sort" ) func quickSelect(arr []int, k int) int { left
32540编辑于 2023-09-27 - 来自专栏CSDN搜“看，未来”
LeetCode精选好题（四）
代码实现： class Solution { public: int quickSelect(vector<int>& a, int l, int r, int index) { quickSelect(a, q + 1, r, index) : quickSelect(a, l, q - 1, index); } } inline int randomPartition 1; } int findKthLargest(vector<int>& nums, int k) { srand(time(0)); return quickSelect
48820发布于 2020-08-25 - 来自专栏coding
【算法一周目】分而治之，归并如风：算法中的美学与哲理
vector<int>& nums, int l, int r) { return nums[rand() % (r - l + 1) + l]; } int quickSelect (nums, right, r, k); else if(b + c >= k) return nums[left + 1]; else return quickSelect } int findKthLargest(vector<int>& nums, int k) { srand(time(NULL)); return quickSelect (arr, l, left, k); else if(a + b >= k) return; else quickSelect(arr, right, r, k - a >& arr, int k) { srand(time(NULL)); //将数组arr前k个小的元素排列到数组的[0, k - 1]位置，不考虑顺序 quickSelect
23510编辑于 2025-07-21 - 来自专栏灵墨AI探索室
成为一个合格程序员所必备的三种常见LeetCode排序算法
import Listclass Solution: def findKthLargest(self, nums: List[int], k: int) -> int: def quickSelect equal.append(num) # 说明在big中 if k <= len(big): return quickSelect (big,k) if k > len(big) + len(equal): return quickSelect(small,k - len(big) - len(equal)) return result return quickSelect(nums,k)solution = Solution()nums =
45521编辑于 2024-01-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号