164-大数据处理-求topK问题（快排分割算法）

最新推荐文章于 2022-05-27 14:59:19 发布
最新推荐文章于 2022-05-27 14:59:19 发布
阅读量341 收藏 1
点赞数 1
分类专栏： 数据结构与算法 文章标签： 算法 排序算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Edward_LF/article/details/124631848
版权

快排分割算法

算法步骤

在这里插入图片描述

  • 找值最小的前3个元素，我们没有必要把全部数据排序。
  • 我们选择一个基准数：64；然后头尾定义i，j；

在这里插入图片描述

  • 从右向左找小于基准数64的，75大于64，18小于64，把18放在左边i的位置上，i++；
  • 然后从左向右找，大于基准数64的；
    在这里插入图片描述
    在这里插入图片描述
  • 找到80大于基准数64，把80放到右边j的位置，j- -；

在这里插入图片描述

从右向左找小于基准数64的，2小于基准数，把2给i的位置，i++；

了解本专栏 订阅专栏 解锁全文 超级会员免费看
liufeng2023
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
TopK问题(大顶堆 + 快排)
01-22
TopK问题(大顶堆 + 快排)
快排求topk问题
deng0515001的博客
09-06 1152
快排思想求topk问题 public static void main(String[] args) { int[] nums = new int[]{5, 3, 2, 10, 8, 1, 4, 9, 3, 12}; int topk = topk(nums, 0, nums.length -1, 3); System.out.print("\t...
快排解Top-K问题
qq_35862309的博客
09-06 722
快排解Top-K问题 Top-k问题一直都是特别重要也是面试很常考的题型（听别人说的，其实我一次也没碰到）。我决定研究top-k问题，总结出来一套使用快速排序思路解决Top-k问题的套路，利用快速排序的思想可以将时间复杂度降低，最好状态时间复杂度O(n)空间O（logn）（参照算法导论，其实我根本没看过），相对来说是很快的啦。阅读本文可以解决一下几道题： 215. 数组中的第K个最大元素 347. 前K个高频元素 973. 最接近原点的K个点 快速排序 快速排序是真的非常重要，写法也有好几种，但是因为太重要
快排找Top K
weixin_40654347的博客
08-10 239
#include <iostream> using namespace std; #define N 10 #define M 5 void myqsort(int (&a)[N],int start, int end, int k) { if(start<end) { int i = start; int j = end...
快速排序之topk
poppyl917的博客
04-19 1636
使用快排解决top k的问题 解法是最优的 时间复杂度 O(N)，空间复杂度 O(1) public class Qs { public static void main(String[] args) { // TODO Auto-generated method stub System.out.println("dss"); int array[]= {3,2,1,2,5...
数据结构：堆排序(升序排序建大堆)，TOP-K问题
最新发布
10-06
堆排序(升序排序建大堆)，TOP-K问题，创建一个文本将随机数放入，取最大的前100个数
无线传感器网络中基于数据预测的改进的多维Top-K查询处理
02-25
多维top-k查询处理的研究证明，它比传统的集中式方案效率更高。 在某些情况下，观察到的条件（例如温度和湿度）的变化与时间有关。 因此，我们使用了一种数据预测方法来建立双边界过滤器规则，这有助于过滤可能被...
在属性级不确定数据上优化U-Topk查询
04-30
针对属性级不确定性的U-Topk查询处理算法展开研究,提出了U-Topk查询处理优化算法APT4U-Topk.首先通过预处理来确定必然进入最终结果集的元组,从而实现k值的压缩.然后,依次读取后续元组,计算可能世界模型聚合概率,并...
 一种有效的不确定数据流Top-K查询算法
01-30
Top-K查询处理是不确定性数据管理中一项重要技术。本文在分析不确定性数据模型和可能世界模型的基础上，定义了不确定数据流元组的查询语义，提出了基于记录向量的Top-K查询算法，该算法根据K值，计算并返回分值最高...
大数据-算法-数据流topK频繁模式挖掘算.pdf
04-20
大数据-算法-数据流topK频繁模式挖掘算.pdf
快排Top k问题
messiandzcy的专栏
06-30 446
刚找回了账号，好久没用了，界面都不认识了。。 打算重新开始更新啦，偶尔回来复习一下，啊哈哈 回归第一题，RT，利用快排的思路求数组中的TopK元素， （注意：题中是要求反馈前TopK个元素，不是第TopK个元素） 思路：先默写快排的Partition，然后修改下快排的QuickSort函数， 每次判断当前基准划分元素所在索引mid，计算mid-low+1 = num 如果num > k, 说明k在mid左边的子数组中，调用self.Quicksort(A,low,mid-1,k) 如果n.
TopK算法——基于快排分析
longziling的博客
06-21 616
215. 数组中的第K个最大元素 难度中等1141收藏分享切换为英文接收动态反馈 在未排序的数组中找到第k个最大的元素。请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。 示例 1: 输入: [3,2,1,5,6,4] 和 输出: 5 示例2: 输入: [3,2,3,1,2,4,5,5,6] 和 k = 4 输出: 4 说明: 你可以假设 k 总是有效的，且 1 ≤ k ≤ 数组的长度。 ...
topk问题 基于快排解法
weixin_37763484的博客
08-23 177
首先来看快排的基本代码，在最后一行的地方，已经获得了 i，此时arr数组中的前 i 个 元素就是数组中的最小元素，接下来，以找前k个最小元素为例， if __name__ == "__main__": def fast_sort(arr, left, right): if left < right: i = left j = right key = arr[left]
快速排序进阶：解决经典面试topK问题
Royal_lr的博客
04-07 9503
不玩虚的，硬核干货快排解决topK，你值得拥有
分治思想--快速排序解决TopK问题
weixin_30628801的博客
06-01 309
----前言 ​ 最近一直研究算法，上个星期刷leetcode遇到从两个数组中找TopK问题，因此写下此篇，在一个数组中如何利用快速排序解决TopK问题。 先理清一个逻辑解决TopK问题→快速排序→递归→分治思想，因此本章内容会从此逻辑由后往前叙述 何为分治思想？ 从字面上就很容易能够推出"分而治之"，维基百科的解释为"就是把一个复杂的问题分成两个或更多的相同或相似的子问题，...
快速排序及TOP K问题
cy413026的博客
06-13 1888
1.介绍1 https://www.cnblogs.com/itxiaok/archive/2019/02/15/10385676.html 前两天面试3面学长问我的这个问题（想说TEG的3个面试学长都是好和蔼，希望能完成最后一面，各方面原因造成我无比想去鹅场的心已经按捺不住了），这个问题还是建立最小堆比较好一些。 先拿10000个数建堆，然后一次添加剩余元素，如果大于堆顶的数（10000中最小的），将这个数替换堆顶，并调整结构使之仍然是一个最小堆，这样，遍历完后，堆中的10000个数就是所.
Topk快排实现
楠姐的博客
07-12 497
let quickTopK = function (arr, k) { if(k==0)return [] if (arr.length < 2) return arr let midValue = arr.splice(0, 1), left = [], right = [] arr.forEach((el) => { el > midValue ? left.push(el) : right.push(el) }); if (left.length == k) { return lef
快排思想实现Top K
lin的博客
04-04 1070
快排实现Topk 时间复杂度：平均O(N) 利用快排的思想实现，每次可以得到一个元素下标，在这个元素下标左边，所有元素比这个元素小， 在这个元素右边，所有元素都比这个元素大： 如果右边的元素个数等于K-1，则加上当前元素，达到K个，可知TOPK的元素为这K个； 如果右边的元素个数小于K-1, 则在左边范围寻找K-len个元素 如果右边的元素个数大于K-1, 则在右边范围寻找K个元素 #include <iostream> #include <vector> using names
【堆排｜快排】Top-k问题
weixin_45685541的博客
05-27 633
【堆排｜快排】Top-k问题引言两种算法原理大顶堆/小顶堆构造流程：大顶堆的排序流程Golang利用大顶堆算法实现top-k算法快速选择（快排变形）Golang利用大顶堆算法实现top-k算法 引言 决解top-k问题一般有：堆和快排两种思路 两种算法的优劣如下： 快速排序算法的时间、空间复杂度都优于堆排序算法 但是快速排序算法需要修改原数组，如果原来的数组不能修改的话，还需要拷贝一份数组，造成空间复杂度升高 快速排序算法需要保存所有数据后才能选出top-k。如果把数据看成输入流的话，使用堆方法则是
求解中位数的c语言算法,BFPRT 算法（TOP-K 问题）
05-29
BFPRT算法是一种解决Top-K问题的算法，其中K为要找的第K大的元素。该算法的时间复杂度为O(n)。 BFPRT算法的基本思想是通过划分算法来找到中位数，然后根据中位数将数组分成两部分，只需要在一部分中查找Top-K，另一...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

liufeng2023

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值