Java/TopK问题，简单整理

一 TopK

原文链接：
https://blog.csdn.net/z50L2O08e2u4afToR9A/article/details/82837278
TopK——求前K个最大或最小的数。

• 全局排序：前K个数一目了然。
• 局部排序：只需要得到前K个数，没必要对数据进行全局排序，故可使用冒泡排序，只排序前K个数，每冒泡一次就得到一个最大值。时间复杂度为：O(n*k)
• 堆：若只需得到前K个数，而不考虑对这K个数进行排序，则可以借助堆进行求解TopK问题。
  即：
  找最大的前K个数，则建立一个小堆。
  找最小的前K个数，则建立一个大堆。
• 分治法：每个区间“都要”递归排序，例如：快速排序，O(n*lg(n))
• 减治法，“只要”递归排序一个区间，例如：二分查找O(lg(n))，随机选择O(n)。

随机选择算法（randomized select）求解TOPK问题：

若使用快速排序 (从大到小) 时，区间划分的基准为pivot。
pivot = partition(arr, low, high); TopK是希望求出arr[1,n]中最大的k个数，那么如果找到了第k大的数，做一次partition，就能一次性找到最大的k个数了。问题从TOK问题变成了在arr[1, n]中找到第k大的数。

• 如果pivot大于k，则说明第K大的元素在区间左边，于是只递归arr[1, pivot-1]区间寻找第k大元素即可；
• 如果pivot小于k，则说明说明第k大的元素在arr[pivot]的右边，于是只递归arr[pivot+1, n] 区间，寻找第k-pivot大的元素即可。

其代码如下：
这是一个典型的减治算法，递归内的两个分支，最终只会执行一个，随着每次递归，区间逐渐缩小，最终找到第K大的位置，它的时间复杂度是O(n)。

public static void quickSort(int[] array,int k){
        quick(array,0,array.length-1,k);
    }
    
public static void quick(int[] array,int low,int high,int k){
        if(low>=high){
            return;
        }
        int pivot = partition(array,low,high);
        int num = pivot-low;
        
        if(num>k){
            quick(array,low,pivot-1,k);
        }else if (num==k){
            return;//只找出前K个最大的，不考虑排序问题
        }else{
            quick(array,pivot+1,high,k-pivot);
        }
    }
    
public static int partition(int[] array,int low, int high){
        int tmp = array[low];
        while(low<high){
            while(low<high && array[high]<tmp){
                high--;
            }
            if(low>=high){
                break;
            }else{
                array[low] = array[high];
            }
            while(low<high && array[low]>tmp){
                low++;
            }
            array[high] = array[low];
        }
        array[low] = tmp;
        return low;
    }

public static void main(String[] args){
        int[] array = {5,4,3,2,1,7,9,10,8,0,55,99,45,24,11,17};
        System.out.println(Arrays.toString(array));
        quickSort(array,3);
        System.out.println(Arrays.toString(array));
    }

bitmap计数：空间换时间——计数排序