Java 第k个最小使用堆的时间复杂度

下面是使用heap查找数组中第k个最小元素的代码。时间复杂度为O（n log（k）），其中k是堆的大小

根据我的理解，首先要遍历整个数组，即O（n）来填充堆。当到达数组的末尾时，堆的顶部会有第k个最小的元素，可以立即返回作为最终答案

但是，在下面的代码中，还有一个从k开始到数组长度的附加循环。我不太明白第二个循环的必要性

public int findKthSmallest(int[] arr, int k ) {

    if(k <= 0 || k > arr.length) {
        throw new IllegalArgumentException();
    }

    PriorityQueue<Integer> smallestK = new PriorityQueue<>(k, Collections.reverseOrder());

    for(int i = 0; i < arr.length; i++) {
        smallestK.add(arr[i]);
    }

    for(int j = k; j < arr.length; j++) {
        if(arr[j] < smallestK.peek()) {
            smallestK.remove();
            smallestK.add(arr[j]);
        }
    }
    return smallestK.peek();
}

public int findkth最小值（int[]arr，int k）{
if（k arr.length）{
抛出新的IllegalArgumentException（）；
}
PriorityQueue smallestK=新的PriorityQueue（k，Collections.reverseOrder（））；
对于（int i=0；i

您读错了代码，应该是：

for(int i = 0; i < k; i++) {
    smallestK.add(arr[i]);
}

for（int i=0；i

在第一个循环中，我们需要在heap中插入第一个k元素

在当前时刻，smallestK.peek（）将保存当前smallestK

---

在第二个循环中，我们处理数组中的剩余元素。我们将该值与当前的smallestK进行比较。

如果您读取了错误的代码，则应为：

for(int i = 0; i < k; i++) {
    smallestK.add(arr[i]);
}

for（int i=0；i

在第一个循环中，我们需要在heap中插入第一个k元素

在当前时刻，smallestK.peek（）将保存当前smallestK

---

在第二个循环中，我们处理数组中的剩余元素。我们将该值与当前的smallestK进行比较。

此代码不执行您所说的。此代码不执行您所说的。