55. Kth Largest Element in an Array

아현·2021년 5월 8일
0

Algorithm

목록 보기
56/400
post-custom-banner

리트코드


  • 정렬되지 않은 배열에서 k번째 큰 요소를 추출하라



1. heapq 모듈 이용 (72ms)



class Solution:
    def findKthLargest(self, nums: List[int], k: int) -> int:
        heap = list()
        for n in nums:
            heapq.heappush(heap, -n)
            
        for _ in range(k):
            heapq.heappop(heap)
            
        return -heapq.heappop(heap)
        
        

  • 31번 문제 '상위 K 빈도 요소'와 비슷한 문제다. 다른 점이라면 가장 큰 값이냐, 가장 빈번한 값이냐의 차이 정도라 하겠다.


class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        freqs = collections.Counter(nums)
        freqs_heap=[]
        
        #힙에 음수로 삽입
        for f in freqs:
            heapq.heappush(freqs_heap, (-freqs[f], f))
            #빈도수를 키로, 키를 값으로
            
        topk = list()
        
        #k번 만큼 추출, 최소 힙(Min Heap)이므로 가장 작은 음수 순으로 추출
        for _ in range(k):
            topk.append(heapq.heappop(freqs_heap)[1])
            
        return topk

  • 여기서 함수명을 수정하고,
    Cunter()로 빈도 수를 계산해 삽입했던 예전 풀이 대신 값 자체를 힙에 푸시하고 순서만큼 팝하는 형태로 수정한다.

  • 파이썬 heapq 모듈은 최소 힙만 지원하므로, 음수로 저장한 다음 가장 낮은 수부터 추출해 부호를 변환하면 최대 힙처럼 동작하도록 구현할 수 있다.



2. heapq모듈의 heapify 이용 (64ms)



class Solution:
    def findKthLargest(self, nums: List[int], k: int) -> int:
        heapq.heapify(nums)
        
        for _ in range(len(nums)-k):
            heapq.heappop(nums)
            
        return heapq.heappop(nums)
  • 모든 값을 꺼내서 푸시하지 않고도 한 번에 heapify()하여 처리할 수 있다.

    • heapify()란 주어진 자료구조가 힙 특성을 만족하도록 바꿔주는 연산이며,
      이 경우 파이썬의 일반적인 리스트는 힙 특성을 만족하는 리스트로, 값의 위치가 변경된다.

    • 물론 하나라도 값을 추가하면 다시 힙 특성이 깨지지만, 추가가 계속 일어나는 형태가 아니기 때문에 heapify()는 한 번만 해도 충분하다.



3. heapq 모듈의 nlargest 이용 (68ms)


class Solution:
    def findKthLargest(self, nums: List[int], k: int) -> int:
        return heapq.nlargest(k, nums)[-1]
        
  • heapq 모듈은 강력한 기능을 많이 지원한다.

    • 그 중 nlargest()는 n 번째 큰 값을 추출한다.

    • 이 기능을 사용하면, 전체 코드를 한 줄로 처리할 수 있다.

  • k번째만큼 큰 값이 가장 큰 값부터 순서대로 리스트로 리턴된다.

    • 여기서 마지막 인덱스 -1이 k번째 값이 된다.
  • 힙이 아니라도 내부적으로 heapify()함수도 호출해 처리해주기 때문에, 별도로 힙 처리를 할 필요가 없어 편리하다.

  • 참고로 nsmallest()를 사용하면 동일한 방식으로 n번째 작은 값도 추출이 가능하다.



4. 정렬을 이용한 풀이 (56ms)



class Solution:
    def findKthLargest(self, nums: List[int], k: int) -> int:
        return sorted(nums, reverse=True)[k-1]
  • 이번에는 정렬부터 한 다음, k번째 값을 추출하는 방식으로 풀이해본다.

  • 추가, 삭제가 빈번할 때는 heapq를 이용한 힙 정렬이 유용하지만 이처럼 입력값이 고정되어 있을 때는 그저 한 번 정렬하는 것만으로 충분하다.


class Solution:
    def findKthLargest(self, nums: List[int], k: int) -> int:
        nums.sort()
        return nums
  • sorted()로 큰 값부터 역순으로 정렬하면, 다음과 같이 좀 더 직관적인 풀이도 가능하다.

  • 모든 방식은 실행 속도에 큰 차이가 없으나 '정렬' 방식이 가장 빠르다. 파이썬의 정렬함수는 팀소트를 사용하여 C로 매우 정교하게 구현되어 있기 때문에, 대부분의 경우에는 파이썬의 내부 정렬 함수를 사용하는 편이 가장 성능이 좋다.



profile
For the sake of someone who studies computer science
post-custom-banner

0개의 댓글