日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

数据流中的第k大元素的golang实现

發布時間:2025/6/17 编程问答 27 豆豆
生活随笔 收集整理的這篇文章主要介紹了 数据流中的第k大元素的golang实现 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

設計一個找到數據流中第K大元素的類(class)。注意是排序后的第K大元素,不是第K個不同的元素。

你的 KthLargest 類需要一個同時接收整數 k 和整數數組nums 的構造器,它包含數據流中的初始元素。每次調用 KthLargest.add,返回當前數據流中第K大的元素。

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

這道題我們可以想到使用優先隊列來做,優先隊列的長度為K,按照從小到大排序,那么取出第K大的就是取出下標為0的值

首先我們構造一個小頂堆的數據結構

type KthLargest struct {PriorityQueue []int //優先隊列Size int //小頂堆的容量 } func Constructor(k int, nums []int) KthLargest {var ks KthLargestks.Size = kfor index := 0; index < len(nums); index++ {ks.Add(nums[index])}return ks }func (this *KthLargest) Add(val int) int {if len(this.PriorityQueue) < this.Size {this.PriorityQueue = append(this.PriorityQueue, val)} else if this.PriorityQueue[0] <= val {this.PriorityQueue = this.PriorityQueue[1:]this.PriorityQueue = append(this.PriorityQueue, val)}sort.Ints(this.PriorityQueue)return this.PriorityQueue[0] }

這里是一個耗時的做法,因為這里每次添加元素的時候,我們都會去排序,把堆內元素最小的放在最前

而我們可以通過實現golang中的堆的幾個接口來自定義我們的堆類型

type intHeap []int//下面幾個方法是實現head的接口 func (h intHeap) Len() int {return len(h) }func (h intHeap) Less(i, j int) bool {return h[i] < h[j] }func (h intHeap) Swap(i, j int) {h[i], h[j] = h[j], h[i] } func (h *intHeap) Push(x interface{}) {// Push 使用 *h,是因為// Push 增加了 h 的長度*h = append(*h, x.(int)) }func (h *intHeap) Pop() interface{} {// Pop 使用 *h ,是因為// Pop 減短了 h 的長度res := (*h)[len(*h)-1]*h = (*h)[:len(*h)-1]return res }

實現了之后,我們就可以非常簡單和快捷的操作堆了

type KthLargest struct {k intheap intHeap }// Constructor 創建 KthLargest func Constructor(k int, nums []int) KthLargest {h := intHeap(nums)heap.Init(&h)for len(h) > k {heap.Pop(&h)}return KthLargest{k: k,heap: h,} }// Add 負責添加元素 func (kl *KthLargest) Add(val int) int {heap.Push(&kl.heap, val)if len(kl.heap) > kl.k {heap.Pop(&kl.heap)}return kl.heap[0] }

?

轉載于:https://www.cnblogs.com/TimLiuDream/p/10108454.html

總結

以上是生活随笔為你收集整理的数据流中的第k大元素的golang实现的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。