数组分区递归求TopK数据

1. Partition方法

在数据中选取分割元素pivot，最终将数据分割成三部分：
data[0....pivotIndex-1]  该部分数据小于pivot
data[pivotIndex] 该数据等于pivot
data[pivotIndex+1... len-1] 该部分数据大于等于pivot
 

详细分区方法，可以看：快速排序http://my.oschina.net/myspaceNUAA/blog/56776

 

2.Top（K）提取过程：

1. 对data[p......q]进行分区，根据选取的pivot值分为三个部分
2. 检查分区右侧较大数据：
2.1  data[pivotIndex......q]元素的数量等于K，那么这些元素就是我们要找的TopK数据
2.2  findedCount = q - pivotIndex + 1小于K，说明已经找到Top(findedCount)，只需要对
       data[p......pivotIndex-1]找 Top(leftCount)即可 （leftCount = K - findedCount）  
2.3  q - pivotIndex + 1 大于K， 说明需要缩小搜索范围，从data[pivotIndex + 1......q]中进行Top(K)

3. 伪代码

/*****************************************************
 *功能：采用递归算法，计算数组中的TopK数据
 *输入：数组data[p...q]， K 
 *输出：result 存放data数组中的TopK数据
******************************************************/
void TopK(int* data, int p, int q, int k)
{
	int pivIndex = partition(data, p, q);

	if (q-pivIndex == 1)   //递归出口
	{
	    if (data[pivIndex] > data[q])
	        result<---data[pivIndex];
	    else
	        result<---data[q];
	    return;
	}

	if (q - pivIndex + 1> k)     		//对应2.3
	    TopK(data, pivIndex + 1, q, k);

        if (q - pivIndex + 1 == k)   		//对应2.1
       	    result<---data[pivIndex...q];
	
        if (q - pivIndex + 1 < k)    		//对应2.2
	{
	    //已经找到len - pivIndex + 1个大数据
	    int findedCount = q - pivIndex + 1;
	    int leftCount = k - findedCount;
	   
            result<---data[pivIndex...q];
	    TopK(data, p, pivIndex-1, leftCount);
	}
}

转载于:https://my.oschina.net/myspaceNUAA/blog/74309