java 最快获取最小前K个数
来源:互联网 发布:linux 客户端工具 编辑:程序博客网 时间:2024/06/05 21:10
从一列n个数字中取最小的前k个数字。这是一个面试经常会问到问题,回答这个问题并不难,但是如何能分析出最优的算法,能够分析出多少种算法,这会是面试官真正感兴趣的问题。这里总结一下这个问题的所有解法与复杂度。
1. 快速排序法 O(N*logN)
最简单直接的方法就是快速排序+返回前k个数字。快速排序是复杂度为N*logN的算法,而查找前k个数字需要是时间复杂度为O(K)。总体的时间复杂度为O(N*logN)。
public class Main { public static void main(String[] args) { int[] arr = {1, 4, 3, 5, 7, 6, 2, 8, 9}; //模拟需要排序的数组 int k = 4; //模拟需要返回的前k个最大数字 int res[] = qSAndBS(arr, k); } private static int[] qSAndBS(int[] arr, int k) { quickSort(arr, 0, arr.length - 1); int[] res = new int[k]; for (int i = 0; i < k; i++) res[i] = arr[i]; return res; } private static void quickSort(int[] arr, int start, int end) { if (start >= end) return; int index = start, i = start, j = end + 1; while (true) { while (arr[++i] <= arr[index]) if (i == end) break; while (arr[--j] >= arr[index]) if (j == index) break; if (j <= i) break; int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } int temp = arr[j]; arr[j] = arr[index]; arr[index] = temp; index = j; quickSort(arr, start, index - 1); quickSort(arr, index + 1, end); }}
2. 部分排序法 O(N*K)
实际上我们并不需要将整个数组进行排序,因为我们仅仅关心前K个最小的数字,这个时候我们可以考虑部分排序法,仅仅将我们需要的前K个数字排序。部分排序采用选择排序和插入排序较好,插入排序稳定,但是在元素较大的时候交换次数多的一塌糊涂,而选择排序正好又是所有的排序中交换次数最少的一种。两种算法各有优劣,一般来讲,这两种排序的复杂度为n2,但在这种情况下,我们仅需要前k个数字,因此仅需N*K的复杂度。在具体计算的时候我们要估计K与logN之间的大小关系,选择最优的算法。
public class Main { public static void main(String[] args) { int[] arr = {1, 4, 3, 5, 7, 6, 2, 8, 9}; //模拟需要排序的数组 int k = 4; //模拟需要返回的前k个最大数字 int res[] = cSAndRe(arr, k); } private static int[] cSAndRe(int[] arr, int k) { chooseSort(arr, k); int[] res = new int[k]; for (int i = 0; i < k; i++) res[i] = arr[i]; return res; } private static void chooseSort(int[] arr, int k) { for (int i = 0; i < k; i++) { int index = i; for (int j = i; j < arr.length; j++) if (arr[index] > arr[j]) index = j; int temp = arr[index]; arr[index] = arr[i]; arr[i] = temp; } }}
3.以k为分界的分治排序思想 O(N*logK)
上述两种做法不仅适用于这道题目,实际上适合很多类似的题目,这种算法拿出来并没有什么创新之处,真正能切合当前题目的算法会为我们带来更小的复杂度开支。比如这种复杂度为N*logK的算法大概思路是这样的,在快排中我们以一个数作为分界将数组一分为二,分别对各个部分进行递归,那么在这道题目中,我们所关心的是数组中最小的前k个数,也可以借鉴类似快排的思路:
对于一个分界值所分割的两部分存在两种情况,第一种情况是较小的部分的数量大于k,第二种情况是较小的部分数量n个但n
public static void main(String[] args) { int[] arr = {1, 4, 3, 5, 7, 6, 2, 8, 9}; //模拟需要排序的数组 int k = 4; //模拟需要返回的前k个最大数字 int res[] = kSAndRe(arr, k); for (int i = 0; i < k; i++) System.out.println(res[i]); } private static int[] kSAndRe(int[] arr, int k) { int[] res = new int[k]; for (int i = 0; i < k; i++) res[i] = -1; keySort(arr, 0, arr.length - 1, k, res); return res; } private static void keySort(int[] arr, int start, int end, int k, int[] res) { if (start >= end || k <= 0) return; int index = start; int i = start, j = end + 1; while (true) { while (arr[index] > arr[++i]) if (i == end) break; while (arr[index] < arr[--j]) if (j == start) break; if (i >= j) break; int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } int temp = arr[index]; arr[index] = arr[j]; arr[j] = temp; index = j; if (index - start + 1 > k) keySort(arr, start, index - 1, k, res); else { for (i = 0, j = 0; j < index - start + 1; i++) if (res[i] == -1) res[i] = arr[start + (j++)]; if (index - start + 1 == k) return; else keySort(arr, index + 1, end, k - index + start - 1, res); } }}
4.其他解题算法
这道题的思路还有很多,作为一道开放性的思考题,不适合被拿到oj上评判一个人的算法能力,对于这道题的其他解决方法,还有类似于:用2进制数表示分治讨论、用堆排序维护最小值数组等等算法。
- java 最快获取最小前K个数
- 最小的前k个数
- java 最小的K个数
- 找出无序数组中最小的前k个数
- 找出无序数组中最小的前k个数
- 找出一堆数中最小的前K个数
- 利用堆求最大或最小的前k个数
- 找出一堆数中最小的前K个数
- 从大量数据中取最小的前k个数
- java之最小的k个数
- 剑指offer:最小的k个数(java)
- 最小的k个数(Java实现)
- 【java】堆排序 最小的k个数
- 最小的k个数(java版)
- 最小的K个数java实现
- (java)求个数最多的前K个数
- 输入n个数,输出最小的k个数,java实现
- 求前K个数
- Java并发包之BlockingQueue
- 实现最小栈
- Windows平台下python3配置虚拟环境遇到的问题【Virtualenv】
- HDU 4775 Infinite Go(暴力模拟+BFS)
- 提高数据库查询效率小结
- java 最快获取最小前K个数
- 浅谈哈希表的用法
- 西瓜书《机器学习》阅读笔记1——Chapter1_假设空间
- 通过节点JavaScript操作改变文字大小
- 异常,finally&&return
- 策略模式
- Java并发包之CyclicBarrier
- thrift编写服务器/客户端实现图片传输(c++)
- 人工智能里的数学修炼 | 是什么决定了你的学习算法泛化性能?偏差—方差分解(bias-variance decomposition)