TOP-K
来源:互联网 发布:用idle打开python文件 编辑:程序博客网 时间:2024/05/16 05:39
输入n个整数,找出其中最小的K个数
package interview_offer_b;import java.util.Arrays;/** * @author 作者 yyx E-mail: yyxyyxyang@126.com * @version 创建时间:2015-7-11 上午7:59:53 * 题目: 输入n个整数,找出其中最小的K个数。 * 例如: * 输入:4,5,1,6,2,7,3,8 * 输出:最小的4个数字是1,2,3,4。 * * 类似题目与分析: * 编程之美2.5_寻找最大的K个数 * 可能存在的条件限制: * 要求 时间 和 空间消耗最小、海量数据、待排序的数据可能是浮点数等 * * 方法一: * 对所有元素进行排序,之后取出前K个元素,不提倡使用 * 思路:使用最快排序算法,选择快排 或 堆排 * 时间复杂度:O(n*logn) + O(K) = O(n*logn) * 特点:需要对全部元素进行排序,K = 1 时,时间复杂度也为O(n*logn) * 注意:题中只需得到最大的K个数,而不需要对后面N-K个数排序 * * 方法二: * 只需要对前K个元素排序,不需要对N-K个元素进行排序,不提倡使用 * 思路:使用 选择排序 或 起泡排序,进行K次选择,可得到第k大的数 * 时间复杂度:O(n*k) * * 方法三: * 不对前K个数进行排序 + 不对N-k个数排序,可以使用 * 思路:寻找第K个大元素。 * 具体方法:使用类似快速排序,执行一次快速排序后,每次只选择一部分继续执行快速排序,直到找到第K个大元素为止,此时这个元素在数组位置后面的元素即所求 * * 在数组S中^^随机找出一个元素X,把数组分为两部分Sa和Sb。Sa中的元素大于等于X,Sb中元素小于X。 * 这时有两种情况: * 1. Sa中元素的个数小于k,则Sb中的第k-|Sa|个元素即为第k大数; * 2. Sa中元素的个数大于等于k,则返回Sa中的第k大数。 * 时间复杂度: * 若随机选取枢纽,线性期望时间O(N) * 若选取数组的“中位数的中位数”作为枢纽,最坏情况下的时间复杂度O(N) * 方法四: * 利用最大最小堆来求。 * 首先建立K个最小堆(假设这K个数是连续最小的K个最大值) * 再取剩余的数逐个和最小堆的堆顶比较,如果取出的数比堆顶值还小,说明不够资格(因为求最大的K个值),反之进堆,调整堆。直到取完所有数。 * 时间复杂度:O(n*logK) */public class FTopK { // 方法一 public int[] topK(int[] a, int k){ int len = a.length; if(len<1 || k<1||k>len) return null; Arrays.sort(a); int[] acopy = new int[k]; System.arraycopy(a, 0, acopy, 0, k); return acopy; } // 方法二 public int[] topK1(int[] a, int k){ int len = a.length; if(len<1 || k<1||k>len) return null; for(int j=0;j<k;j++){//只适用于k远小于数组长度的情况 int min = j; for(int i=j+1;i<len;i++){ if(a[i]<a[min]){ min = i; } } swap(a,j,min); } int[] acopy = new int[k]; System.arraycopy(a, 0, acopy, 0, k); return acopy; } // 方法三 public int[] topK2(int[] a, int k){// int len = a.length; if(len<1 || k<1||k>len) return null; int low = 0; int high = len-1; int pos = partition(a,low,high); int[] res = new int[k]; if(k-1==pos){// 第K小的数是下标为K-1的数 System.arraycopy(a, 0, res, 0, k);//复制前面的k个数 return res; } while(k-1<pos){ pos = partition(a,low,pos-1); } while(k-1>pos){ pos = partition(a,pos+1,high); } // 跳出两个循环之后k-1==pos System.arraycopy(a, 0, res, 0, k); return res; } private int partition(int[] a, int low, int high){//分区 int tmp = a[low]; int i = low; int j = high; while(i<j){ while(i<j && a[i]<=tmp) i++; while(a[j]>tmp) j--; if(i<j) swap(a,i,j); } swap(a,low,j); return j; } private void swap(int[] a, int i, int j) { int tmp = a[i]; a[i] = a[j]; a[j] = tmp; } // 方法四 public int[] topK3(int[] a, int k){ int len = a.length; if(len<1 || k<1||k>len) return null; int[] heap = this.createHeap(a, k); for(int i=k;i<len;i++){ if(a[i]<heap[0]){ this.insert(heap, a[i]); } } return heap; } private void insert(int[] a, int v){//调整堆时间复杂度O(logn) a[0] = v;//把heap[0],即a[0]覆盖掉 int parent = 0; int lena = a.length; while(parent<lena){ int lchild = 2*parent+1; int rchild = 2*parent+2; int maxIndex = parent; if(lchild<lena&&a[lchild]>a[parent]) maxIndex = lchild; if(rchild<lena&&a[rchild]>a[maxIndex]) maxIndex = rchild; if(maxIndex==parent) break; else{ int tmp = a[parent]; a[parent] = a[maxIndex]; a[maxIndex] = tmp; } } } private int[] createHeap(int[] a, int k){//建堆时间复杂度O(n) int[] res = new int[k]; for(int i=0;i<k;i++){ res[i] = a[i]; } for(int j=1;j<k;j++){ int child = j; int parent = (j-1)/2; int tmp = res[j]; while(parent>=0&&child!=0&&res[parent]<tmp){//最大堆 res[child] = res[parent]; child = parent; parent = (parent-1)/2; } res[child] = tmp; } return res; } private void printArray(int[] a){ if(a==null) return; int len = a.length; for(int i=0;i<len;i++){ System.out.print(a[i]); if(i!=len-1) System.out.print(","); } } public static void main(String[] args) { FTopK tk = new FTopK(); System.out.println("------topK-----"); int[] a = {4,5,1,6,2,7,3,8}; System.out.println("before sort:"); tk.printArray(a); int[] res = tk.topK(a,4); System.out.println("\nafter sort:"); tk.printArray(res); System.out.println("\n-----topK1-----"); int[] a1 = {4,5,1,6,2,7,3,8}; System.out.println("before sort:"); tk.printArray(a1); int[] res1 = tk.topK1(a1,4); System.out.println("\nafter sort:"); tk.printArray(res1); System.out.println("\n-----topK2-----"); int[] a2 = {5,5,1,6,9,7,3,12}; System.out.println("before sort:"); tk.printArray(a2); int[] res2 = tk.topK2(a2,4); System.out.println("\nafter sort:"); tk.printArray(res2); System.out.println("\n-----topK3-----"); int[] a3 = {5,5,1,6,9,7,3,12}; System.out.println("before sort:"); tk.printArray(a3); int[] res3 = tk.topK3(a3, 4); System.out.println("\nafter sort:"); tk.printArray(res3); }}
0 0
- TOP K
- Top K
- Top K
- TOP K
- top k
- TOP-K
- Top K
- Top k
- Top K algorithm
- Top K 算法详解
- TOP K问题
- Top K 算法
- Top K算法
- 区间 top k
- TOP K问题
- Top K问题
- mapreduce top K实现
- top K 问题
- 基于STM8s官方标准库建立IAR工程
- show databases不能正确显示的问题
- GLSL. 语法基础
- 使用 Awaitility 测试异步代码
- 求最大不重复子串(Java)
- TOP-K
- AndroidStudio插件GsonFormat:根据Json自动生成JavaBean
- sublime 使用技巧
- 字符串中英文混合前后截取
- 一款强大易用的Vue-markdown文本编辑器插件
- 安装CentOS 6.6系统
- 优化算法-共轭梯度法
- [python]使用txt保存和读取列表变量
- 如何配置Tomcat环境变量