使用递归查找数组中的第二大元素答案

【问题标题】：Find second largest element in an array using recursion使用递归查找数组中的第二大元素
【发布时间】：2012-12-25 01:26:42
【问题描述】：

正如标题所说，有没有什么有效的方法可以使用递归找到数组中的第二大元素？

【问题讨论】：

向我们展示您的代码，我们会告诉您它是否有效
你必须使用递归吗？没有它很容易做到。
效率和递归是两个不同的方向。
假设它是未排序的，最简单的方法是遍历数组一次，找到最大的元素，然后再次遍历找到小于最大元素的最大元素。你可以使用递归；它会递归两次。
@iamnotmaynard 既然可以通过一次，为什么还要通过两次？

标签： algorithm sorting data-structures recursion

【解决方案1】：

如果对数组一无所知，无论是递归还是迭代，你都不能比O(n) 做得更好。

只需递归地传递数组，同时传递两个最大的元素并在找到更大的值时替换它们。

find_largest(array_begin, largest, secondLargest)
    if (array_begin = NULL)
       return secondLargest
    if (array_begin.value > largest)
       secondLargest = largest
       largest = array_begin.value
    return find_largest(array_begin+1, largest, secondLargest)

largest 和 secondLargest 最初可以设置为您希望在数组中找到的最小值。

你说得对，排序（至少是完全排序）太过分了。

【讨论】：

如果对数组一无所知，如何设置最小值？你是说第一个元素吗？
@Neel 我的意思是没有其他信息 - 即，如果您知道数组已排序，您可以在 O(1) 中进行。

【解决方案2】：

partition based Selection algorithm 本质上是递归的，它可以让您选择数组中的第 k'th 元素，因此使用它 - 您实际上可以找到任何 k 的答案，包括k = n-1（你的情况）。

这是在O(n) 中完成的，平均常数相当低。

【讨论】：

【解决方案3】：

O(n) 中的内容如下：

int findSecondLargest(int[] arr, int index, int largest, int secondLargest) {
    if(index == arr.length) {
        return secondLargest;
    }
    int element = arr[index];
    if(element > secondLargest) {
        if(element > largest) {
            return findSecondLargest(arr, index + 1, element, largest);
        } else {
            return findSecondLargest(arr, index + 1, largest, element);
        }
    }
    return findSecondLargest(arr, index + 1, largest, secondLargest);
}

【讨论】：

【解决方案4】：

    public void recurs(int[] data, int ind, int max1, int max2){
        if(ind<data.length){
            if(data[ind]>max1){
                int temp = max1;
                max1 = data[ind];
                max2 = temp;
            } else if(data[ind]>max2){
                max2 = data[ind];
            }
            recurs(data, ind+1, max1, max2);
        } else {
            return max2;
        }
        return -1;
    }

调用它： recurs(dataX, 0, Integer.MIN_VALUE, Integer.MIN_VALUE);

【讨论】：

【解决方案5】：

本能地，您可以扫描数组并对每个值进行两次比较。无论如何，你需要 O(n) 来解决这个问题。它足够快。

在不必要的时候尽量避免递归，因为它不是免费的。

【讨论】：

【解决方案6】：

如果您通过递归进行，那么您最多需要进行 3(n)/2-2 次比较，但为了获得更好的解决方案，请将此问题视为具有 n 个节点的二叉树。然后将进行 n-1 比较以找到最大的和 log(n)-1 比较以找到第二大的。但有些人认为它需要 n + log(n) 比较。

【讨论】：