在无序数组中找到第k大的数

在N个元素中查找第K大元素，一般比较简单的方法就是先快速排序，然后直接返回array[N - K]或者利用扫描法，每一次扫描都找到当前数组中最大的元素，这个其实就是部分冒泡排序。前一种算法的时间复杂度是O(NlogN)，后一种算法的时间复杂度是K*N。当然，这里我们不打算具体讨论以上两种方案，接下来看看其他方法。

       第一种方法：利用堆排序的思想来查询数组中第K大元素。首先提取子数组array[0...K-1]并构造小顶堆，然后把剩下子数组array[K...N-1]中的所有元素与堆顶元素array[0]进行比较，若大于堆顶元素，则进行交换并重新构造子数组array[0...K-1]使其满足小顶堆的要求。这样的话，最后子数组array[0...K-1]就是N个元素中的前K个最大元素，堆顶array[0]就是N个元素中的第K大元素。具体实现代码如下：

[cpp]  view plain  copy

1. #include <cstdlib>  
2. #include <iostream>  
3. using namespace std;  
4.   
5. /***************************************************************************** 
6.  函 数 名  : small_heap_adjust 
7.  功能描述  : 根据数组构建小顶堆  
8.  输入参数  : array  待调整的堆数组 
9.              index  待调整的数组元素的位置 
10.              length 数组的长度 
11.  输出参数  : 无 
12.  返 回 值  : 无  
13.  修改历史      : 
14.   1.日    期   : 2012/09/10 
15.     作    者   : liguangting 
16.     修改内容   :  
17. *****************************************************************************/  
18. void small_heap_adjust(int *array, int index, int length)  
19. {  
20.     int child;  
21.     int temp = array[index];  
22.       
23.     if (2 * index + 1 >= length)  
24.     {  
25.         return;  
26.     }  
27.   
28.     //子结点位置 = 2 * 父结点位置 + 1  
29.     child = 2 * index + 1;  
30.           
31.     //得到子结点中较小的结点   
32.     if (child < length - 1 && array[child + 1] < array[child])  
33.     {  
34.         ++child;  
35.     }  
36.               
37.     //如果较小的子结点小于父结点那么把较小的子结点往上移动，替换它的父结点   
38.     if (temp > array[child])  
39.     {  
40.         array[index] = array[child];  
41.     }  
42.     else  
43.     {  
44.         return;  
45.     }  
46.           
47.     //最后把需要调整的元素值放到合适的位置   
48.     array[child] = temp;  
49.       
50.     small_heap_adjust(array, child, length);  
51. }  
52.   
53. /***************************************************************************** 
54.  函 数 名  : find_kmax_value 
55.  功能描述  : 查找数组中第K大元素  
56.  输入参数  : array  待查询的数组  
57.              length 数组的长度 
58.              K      第K大  
59.  输出参数  : 无 
60.  返 回 值  : 返回第K大元素  
61.  修改历史      : 
62.   1.日    期   : 2012/09/10 
63.     作    者   : liguangting 
64.     修改内容   :  
65. *****************************************************************************/  
66. int find_kmax_value(int *array, int length, int k)  
67. {  
68.     int i = 0;  
69.       
70.     //把子数组array[0...k-1]构造成小顶堆   
71.     for (i = k / 2 - 1; i >= 0; i--)  
72.     {  
73.         small_heap_adjust(array, i, k);  
74.     }  
75.       
76.     //子数组array[k...length-1]的所有元素与堆顶元素进行比较，若大于堆顶元素  
77.     //则交换，并重新调整堆   
78.     for (i = k; i < length; i++)  
79.     {  
80.         if (array[i] > array[0])  
81.         {  
82.             swap(array[0], array[i]);  
83.             small_heap_adjust(array, 0, k);  
84.         }  
85.     }  
86.       
87.     return array[0];  
88. }  
89.   
90. int main(int argc, char *argv[])  
91. {  
92.     const int LENGTH = 100;  
93.     const int K = 30;  
94.     int array[LENGTH] = {0};  
95.     int kmax = 0;  
96.     srand(time(NULL));  
97.     cout << "原始数组:" << endl;   
98.     for (int i = 0; i < LENGTH; i++)  
99.     {  
100.         array[i] = rand() % 100;  
101.         cout << array[i] << " ";  
102.         if (0 == (i + 1) % 10)  
103.         {  
104.             cout << endl;  
105.         }  
106.     }  
107.       
108.     kmax = find_kmax_value(array, LENGTH, K);  
109.     cout << "第K大元素:" << kmax << endl;  
110.   
111.     sort(array, array + LENGTH);  
112.     cout << "排序后数组:" << endl;  
113.     for (int i = 0; i < LENGTH; i++)  
114.     {  
115.         cout << array[i] << " ";  
116.         if (0 == (i + 1) % 10)  
117.         {  
118.             cout << endl;  
119.         }  
120.     }  
121.       
122.     if (kmax == array[LENGTH - K])  
123.     {  
124.         cout << "查找第K大元素成功！" << endl;  
125.     }  
126.     system("PAUSE");  
127.     return EXIT_SUCCESS;  
128. }  

       第二种方法：同样是利用堆排序的思想，但采用的是大顶堆，并且结合部分排序的思想。大致思路：首先把数组array[0...N-1]构造成大顶堆，然后依次提取当前堆中最大的元素，直到找到第K大元素。具体实现代码如下：

[cpp]  view plain  copy

1. /***************************************************************************** 
2.  函 数 名  : big_heap_adjust 
3.  功能描述  : 根据数组构建大顶堆  
4.  输入参数  : array  待调整的堆数组 
5.              index  待调整的数组元素的位置 
6.              length 数组的长度  
7.  输出参数  : 无 
8.  返 回 值  : 无  
9.  修改历史      : 
10.   1.日    期   : 2012/09/10 
11.     作    者   : liguangting 
12.     修改内容   :  
13. *****************************************************************************/  
14. void big_heap_adjust(int *array, int index, int length)  
15. {  
16.     int child;  
17.     int temp = array[index];  
18.       
19.     if (2 * index + 1 >= length)  
20.     {  
21.         return;  
22.     }  
23.   
24.     //子结点位置 = 2 * 父结点位置 + 1  
25.     child = 2 * index + 1;  
26.           
27.     //得到子结点中较大的结点   
28.     if (child < length - 1 && array[child + 1] > array[child])  
29.     {  
30.         ++child;  
31.     }  
32.               
33.     //如果较大的子结点大于父结点那么把较大的子结点往上移动，替换它的父结点   
34.     if (temp < array[child])  
35.     {  
36.         array[index] = array[child];  
37.     }  
38.     else  
39.     {  
40.         return;  
41.     }  
42.           
43.     //最后把需要调整的元素值放到合适的位置   
44.     array[child] = temp;  
45.       
46.     big_heap_adjust(array, child, length);  
47. }  
48.   
49. /***************************************************************************** 
50.  函 数 名  : find_kmax_value 
51.  功能描述  : 查找数组中第K大元素  
52.  输入参数  : array  待查询的数组  
53.              length 数组的长度 
54.              K      第K大  
55.  输出参数  : 无 
56.  返 回 值  : 返回第K大元素  
57.  修改历史      : 
58.   1.日    期   : 2012/09/10 
59.     作    者   : liguangting 
60.     修改内容   :  
61. *****************************************************************************/  
62. int find_kmax_value(int *array, int length, int k)  
63. {  
64.     int i = 0;  
65.       
66.     //把子数组array[0...length-1]构造成大顶堆   
67.     for (i = length / 2 - 1; i >= 0; i--)  
68.     {  
69.         big_heap_adjust(array, i, length);  
70.     }  
71.       
72.     //从最后一个元素开始对数组进行调整，不断缩小调整的范围直到第length - k个元素   
73.     for (i = length - 1; i >= length - k; i--)  
74.     {  
75.         //交换第一个元素和当前的最后一个元素，保证当前的最后一个元素在当前数组中是最大的   
76.         swap(array[0], array[i]);  
77.           
78.         //调整完后的第一个元素是当前数组的最大元素   
79.         big_heap_adjust(array, 0, i);  
80.     }  
81.       
82.     return array[length - k];  
83. }  

       总结：以上两种方法同样都是用堆排序的思想来查找第K大元素，那到底有何区别呢？我们主要来看一下时空间复杂度：

       1、小顶堆：时间复杂度为O(NlogK)，额外空间为O(K)。

       2、大顶堆：时间复杂度为O(KlogN)，额外空间为O(N)。

       在数据量不是很大的情况下，可能以上两种方法的差别并不是特别大。但是，当数据量大到一定程度后，两者的差别就非常明显了。例如：一个文件中有100000000个整数，要求找出第10000大元素。用第一种方法的时间复杂度为100000000log10000，额外空间为10000；用第二种方法的时间复杂度为10000log100000000，额外空间为100000000。在这种情况下，需要用哪一种方法就取决于当时的运行环境、时空要求等因素，或者我们再去寻求时空间复杂度更低的方案。