数组与矩阵---打印N个数组整体最大的TopK

最新推荐文章于 2023-12-13 17:22:14 发布

wenbin1996

最新推荐文章于 2023-12-13 17:22:14 发布

阅读量858

点赞数 2

分类专栏：数据结构与算法文章标签：二维数组 python

本文链接：https://blog.csdn.net/qq_34342154/article/details/78028125

版权

数据结构与算法专栏收录该内容

168 篇文章 9 订阅

订阅专栏

给定N个有序数组，需要找出这N个数组合并后的前K个最大数。当所有数组元素总数小于K时，打印所有元素。通过构建大根堆，每次取出堆顶元素并更新堆，达到O(KlogN)的时间复杂度。文章介绍了具体的解题思路和代码实现。

摘要由CSDN通过智能技术生成

【题目】

　　有N个长度不一的数组，所有的数组都是有序的，请从大到小打印这个N个数组整体最大的前K个数。
　　例如，输入含有N行元素的二维数组可以代表N个一维数组。
　　219, 405, 538, 845, 971
　　148, 558
　　52, 99, 348, 691
　　再输入整数k = 5，则打印：
　　971, 845, 691, 558, 538

【要求】

如果所有数组的元素个数小于K，则从大到小打印所有的数
要求时间复杂度为O(KlogN)

【基本思路】

　　本题的解法是利用堆结构和堆排序的过程完成的，具体过程如下：

构建一个大小为N的大根堆，建堆的过程就是把每一个数组的最后一个值，也就是该数组的最大值，依次加入到堆里，这个过程就是建堆的调整过程。
建好堆以后，此时堆顶的元素就是所有数组中最大的元素，打印堆顶元素。
假设堆顶的元素来自 a 数组的 i 位置，那么将堆顶的元素用a[i-1]替换，然后从堆的头部重新调整堆。如果发现此时 a 数组已经没有元素，那么就将堆顶元素与堆尾元素交换，同时令堆的大小减1，仍然是从堆的头部重新调整堆。
每次都可得到一个堆顶元素，打印k个堆顶元素，就是最终的结果。

为了知道每一次的堆顶元素来自哪一个数组的哪一个位置，我们可以定义如下的heap类：

class HeapNode:
    def __init__(self, value, arrNum, index):
        self.value = value
        self.arrNum = arrNum
        self.index = index

【代码实现】

def printTopK(matrix, k):
    def heapInsert(heap, i):
        if i == 0:
            return
        parent = (i-1) // 2
        tmp = heap[i]
        while tmp.value > heap[parent].value:
            heap[i] = heap[parent]
            i = parent
            parent = (i-1) // 2
        heap[i] = tmp

    def heapify(heap, i, n):
        child = 2 * i + 1
        tmp = heap[i]
        while child < n:
            if child < n-1 and heap[child].value < heap[child+1].value:
                child += 1
            if heap[child].value > tmp.value:
                heap[i] = heap[child]
                i = child
                child = 2 * i + 1
            else:
                break
        heap[i] = tmp


    if matrix == None or len(matrix) == 0:
        return []
    heapSize = len(matrix)
    heap = [0 for i in range(heapSize)]
    for i in range(len(heap)):
        index = len(matrix[i]) - 1
        heap[i] = HeapNode(matrix[i][index], i, index)
        heapInsert(heap,i)
    for i in range(k):
        if heapSize == 0:
            break
        print(heap[0].value, end=' ')
        if heap[0].index != 0:
            heap[0].value = matrix[heap[0].arrNum][heap[0].index-1]
            heap[0].index -= 1
        else:
            heap[0] = heap[-1]
            heapSize -= 1
        heapify(heap, 0, heapSize)