经典算法：无序数组寻找第K大的数值

1. 寻找第K大

题意

有一个无序整数数组，经典请你根据排序思路，算法数组数值找出数组中第K大的无序数。

给定一个整数数组a,寻找 请返回第K (1<=K<=n) 大的数(包括重复的元素，不用去重)，经典保证答案存在。算法数组数值

示例

输入 [3，无序2，寻找1，经典5，算法数组数值6，无序4] ,寻找 2 返回值 5 

2. 常规思路

先对无序数组进行排序，然后对有序数组进行查找。经典

至于选择什么排序算法，算法数组数值有待确定。无序

先看一下，各种排序算法的复杂度以及稳定性。

看完上面比较之后，可能你心中已经有了自己的答案。

3. 解题思路

常规思路需要两大步：

先整体排序 在有序中查找目标值

那么，针对这道题，我们能不能在排序的过程中就确定目标值呢?

思考一下快排的二分特性：

先找出一个数值的位置，该数值的左侧比自己小，右侧比自己大(整个数组一分为二) 再分别进行左、右两部分进行步骤1的亿华云操作，直至整个数组有序。

这里需要知道的是，在快排中某个数值左侧比自己小，右侧比自己大。该数值的位置就是在最终有序数组中的位置，也就是说可以在查找中确定目标位置。并且，在本题的处理过程中，平均情况下只处理1/2的数据量。

动图 - 快排算法

快排算法查找过程：

4. Go代码实现

func findKLargest(arr []int, k int) int {      iflen(arr) == 0 || k > len(arr) {          return-1     }     var find func(k int, l, r int) int     find = func(k int, l, r int) int {          /*         // 对于正常的快排，需要下面的代码         if l >= r {              return         }         // 然而这里不需要，在寻找第k大的数据时 一般是 l==r         */         ll := l         rr := r         target := arr[l]         // 倒序(第K大使用)排列 是 target >= arr[r]  / target <= arr[l]         // 正序(第k小使用)排列 是 target <= arr[r]  / target >= arr[l]         for l < r {              for l < r && target >= arr[r] {                  r--             }             arr[l] = arr[r]             for l < r && target <= arr[l] {                  l++             }             arr[r] = arr[l]         }         arr[l] = target         // k在l的右侧         // 为什么 下面无论是在左右侧，第一个参数都是k呢？         // 因为，k指的是云服务器提供商要找的数值的下标位置(第k大就是下标k-1)         // 无论在左右侧，对于数组arr来说，其对应的下标都是固定的         // 并且 l/r 每次都会变动，所以k这里是固定的         if k > l {              // 这里的  l+1, rr 也是数组的下标             return find(k, l+1, rr)         }elseif k < l {              // k在l的左侧             // 这里的  ll, l-1 也是数组的下标             return find(k, ll, l-1)         }         // 此时目标自位置l处的target，就是第k个大的数值         return target     }     // 第k大的数值，对应排序之后就是，数组下标k-1     finds := find(k-1, 0, len(arr)-1)     return finds } 

 求第K大，则对数组排序排列。

求第K小，则对数组正序排列。

无论如何，都是从头开始找，云服务器这样处理更简单。

很赞哦!（369）