求 TOPK 的三种方法及分析

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/coder_panyy/article/details/76359368

从八大排序来说,适合求 topk 的排序有:冒泡、堆排、快排

冒泡(n*k):对于冒泡来说,求前k个数,只需要遍历k次即可,因此算法上有性能的提升

堆排(nlogk):构造一个大小为 k 的堆,求前 k 大就构造最小堆(构造完之后,最小值如果小于当前值,则覆盖然后再调整一次堆),最前 k 小就构造最大堆(同理),然后过一遍即可。

快排(n*logn) :利用快排的思想,如果 partition 过后,指针刚好指向 k(k-1),则左边部分(加上k)则为求解,但是这个解并不是有序的,还需要排序依次,而大于k的话,则抛弃右边,向左边求解,如果小于 k 的话,则抛弃左边向右边求解(也可以继续对左边排序,这样最后就不用再排序了)。最后求出k,再对k前面部分排序依次就可以。
这里的时间复杂度计算要复杂一些,首先平均要logn次递归是不变的,变化的是每次要遍历的数组大小,第一次要遍历 n 个, 第二次要遍历 n/2 个,第三次 n/4 个 。。。。一共遍历logn次,这是一个等比数列,求前logn项和之后,复杂度是 2n - (2n/2^logn),也就是o(n)级别的了,所以快排应该是最快的了,不过有个缺点就是排序出来的k个数不是有序的,还要再排序一次。

总结:
(1)如果 k 很小,例如10以内的话,则利用冒泡堆排都可以,毕竟 k 和 logk 相差不大,但是冒泡相对简单。
(2)如果 k 比较大,则不适合用冒泡,考虑堆排和快排,一个是nlogk,一个是 2n - (2n/2^logn),一般而言是快排比较快,但是如果数组会动态变化的话,堆排比较好,因为插入复杂度可以控制在logk,而快排是k。对于辅助空间,快排o(1),堆排o(k)。
(3)采用quickSelect思想有一个很重要的问题,就是大小相等的数要不要过掉,首先肯定要过掉的,不然当左右指针指向的值都等于privot的时候会死循环。然后因为我们要求topk,而最后的topk都存在数组的前k个位置,因此,这里要特别注意的是前半部分要用 >= 即遇到和枢轴相等的元素跳过,而从后往前的指针不能跳过。参考过几个人写的都没有注意这个问题,自己拿下来测一遍就会出问题了。当然如果采用重复的数最后往中间移这种方案也是可以的。

用堆求解的代码:

import java.util.*;

public class Solution {
    public ArrayList<Integer> GetLeastNumbers_Solution(int [] input, int k) {
        if(input.length==0 || k==0 || input.length < k) return new ArrayList<Integer>();
        int[] arr = new int[k];
        for(int i=0;i<k;i++) arr[i] = input[i];
        maxHeap(arr,k);
        for(int i=k;i<input.length;i++) {
            if(input[i] < arr[0]) {
                arr[0] = input[i];
                heapAdjust(arr,0,k);
            }
        }
        ArrayList<Integer> ans = new ArrayList<>();
        for(int i=0;i<k;i++) {
            ans.add(arr[i]);
        }
        return ans;
    }

    public void maxHeap(int[] arr, int n) {
        for(int i=n/2-1;i>-1;i--) {
            heapAdjust(arr,i,n);
        }
    }

    public void heapAdjust(int[] arr, int st, int n) {
        int i = st;
        int j = 2*i+1;
        int key = arr[st];
        while(j<n) {
            if(j+1<n && arr[j+1] > arr[j]) j++;
            if(arr[j] < key) break;
            arr[i] = arr[j];
            i = j;
            j = 2*i+1;
        }
        arr[i] = key;
    }
}


快排求解代码

#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<cmath>
#include<algorithm>
#include<iostream>
#include<bitset>
#include<queue>
#include<vector>
#define INF 0x3f3f3f
#define PI 3.141592653
#define max(a,b) ((a > b) ? a : b)
#define min(a,b) ((a < b) ? a : b)
using namespace std;

void quickSelect(int arr[], int left, int right, int k) {
    if(left>=right || k == 0) return;
    int priot = arr[left];
    int i = left, j = right;
    while(i<j) {
        while(i<j && arr[j]>priot) j--;  //这里不能加 = 号
        arr[i] = arr[j];
        while(i<j && arr[i]<=priot) i++; // 这里必须加 = 号
        arr[j] = arr[i];
    }
    arr[i] = priot;
    if(i > k) {
        quickSelect(arr, left, i-1, k);
    } else if(i < k) {
        quickSelect(arr, i+1, right, k);
    }
}

void topn(int arr[], int n) {
    int k = 5;
    quickSelect(arr,0,n-1,k);
    for(int i = 0 ; i < k; i++) {
        printf("%d ",arr[i]);
    }
}

int main()
{
    //freopen("input.txt","r",stdin);
    int arr[] = {5,4,343,43,54,5565,1,-2,3,12,5,6};
    topn(arr,sizeof(arr)/sizeof(arr[0])); 
    return 0;
}
展开阅读全文

没有更多推荐了,返回首页