C语言实现TopK

最新推荐文章于 2024-03-20 23:57:18 发布
最新推荐文章于 2024-03-20 23:57:18 发布
阅读量834 收藏 2
点赞数
分类专栏： 算法 文章标签： c topK
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/llCnll/article/details/104929530
版权

说明

由快速排序的衍生.

代码

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

#define MAX 30

int arr[MAX];

void quickSort(int arr[], int start, int end, int top);
int getIndex(int arr[], int start, int end);

int main(){
最低0.47元/天 解锁文章
llCnll
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
【C语言】TOP-K问题（从N个数据中找出最大的k个数或者最小的k个数）
wzx0806的博客
07-16 500
这里需要注意的是，这个第三种方法只适合于在有大量数据的时候用。可以节省大量的空间并且也会节省些时间。在数据量相对较小的时候，其实和第二种方法的时间复杂度差不多。
[ 数据结构-C实现 ] 用堆解决TopK问题
CSDN博客
04-10 1580
TopK问题的引入：想必大家在玩王者农药的时候都遇到过xxx市第xxx韩信，xxx区第xxx赵云。或者说大家今天懒得做饭，想点个外卖，于是乎大家打开美团App，假如说想吃汉堡，大家不知道哪家汉堡好吃，选择了一项叫按评分优先排序，选择排名靠前的店购买。学校有专业前10名。企业有世界500强等等等。这些问题都要对大量数据进行排序，选出较大的K个数据，这里就需要使用TopK算法来解决此类问题。 目录 1.什么是TopK问题？ 1.1Top-k问题的基本思路 2.Top-K问题逻辑分析 2.1建堆..
C语言数据结构基础——二叉树学习笔记（二）topk问题
2301_79501467的博客
03-19 986
比如：专业前10名、世界500强、富豪榜、游戏中前100的活跃玩家等。对于Top-K问题，能想到的最简单直接的方式就是排序，但是：如果数据量非常大，排序就不太可取了可能 数据都不能一下子全部加载到内存中)。在我们之前的解决方法中，堆的物理结构都是数组，假如我们要在100亿个人中找出前十个有钱的人，暂且不论每个人的数据是结构体，就把每个人的数据看做一个整数。100亿个整数有400亿个字节。
c语言 topk算法,C语言版 topK 算法实现
weixin_34803929的博客
05-24 340
/* topK算法实现 */#include /* 调整小顶堆，pos：唯一违反堆性质的点的位置 */void heapify(int *arr, const size_t len, size_t pos){int min;size_t child = (pos * 2) + 1;// 左孩子while (1){if (child + 1 < len)// 有两个孩子{min = arr[c...
topk算法实现
山月记
03-01 5153
0. 问题介绍 top k就是求解一个数字队列前k大的问题，在工作后者面试中是一个非常常见的问题，这里说明两种解法。 1.基于快排的解法 1.1 算法思路 这里假设你对快排已经熟悉。我们知道快排是随机找个标识，然后用此标识进行排序。 我们进行降序排序的方式，第一次进行排序后，就能获得在序列中的大小位置。如果它正好是第k大，那么它左边的数组就是题目要求的top k（当然，这是很幸运的情况，我们要讨论...
C语言实现快速排序改进版
08-27
同时，快速排序也可以用于解决一些特殊的问题，例如Top-K问题等。 6. 总结 改进版的快速排序是一个非常实用的排序算法，具有较高的效率和较好的稳定性。通过使用三者取中法选择划分元素和插入排序对小规模数组进行...
K-means C语言实现代码.docx
07-02
这个C语言实现的K-means算法流程如下： 1. 初始化质心。 2. 循环执行以下步骤，直到质心不再显著变化或达到预设迭代次数： - 分配数据到最近的簇。 - 根据簇内数据重新计算质心。 注意，这个实现没有包含停止...
c语言实现的计算器
01-07
k=top-1; while(opst[k]!='(') {f[j++]=opst[--top];k=top-1;} top--; } else if(is_operation(e[i])) { f[j++]=' '; while(priority(opst[top-1])>=priority(e[i])) f[j++]=opst[--top]; ...
C语言TOP-K问题（从一堆数据中找出最大的k个数或者最小的k个数）
07-14
用C语言利用数组来模拟实现一个堆的结构
用栈求解n皇后问题 n皇后问题（C语言实现）
07-05
用栈求解n皇后问题（C语言实现） 本文将详细介绍如何使用栈来解决n皇后问题，并提供了一个使用C语言实现的实例代码。 栈的概念 在计算机科学中，栈是一种常用的数据结构，栈是一种后进先出的数据结构，元素的添加...
C语言版 topK 算法实现
学无止境的专栏
11-07 1882
/* topK算法实现 */ #include /* 调整小顶堆，pos：唯一违反堆性质的点的位置 */ void heapify(int *arr, const size_t len, size_t pos) { int min; size_t child = (pos * 2) + 1;// 左孩子 while (1) { if (chil
数据结构 堆的c语言实现 TopK问题
qq_43759329的博客
03-11 732
typedef int HPDataType; typedef struct Heap { HPDataType* _a; int _size; int _capacity; }Heap; 1、交换数据 void Swap(int* a, int* b) { int x = *a; *a = *b; *b = x; } 2、向下调整算法（建小堆） // 小堆 // 前...
【数据结构和算法初阶(C语言)】二叉树的顺序结构--堆的实现/堆排序/topk问题详解---二叉树学习日记②12
最新发布
m0_71503225的博客
03-20 1626
底层是一个顺序表//底层是一个顺序表，但是数据不是随便存储，逻辑结构是二叉树int size;}HP;//先为i堆空间申请两个节点exit(-1);以上就是本期的所有内容，知识含量蛮多，大家可以配合解释和原码运行理解。
TOP-K问题（c++实现）
qq_39978539的博客
07-27 1416
@TOP-K问题（c++实现） 问题描述： 给定一个数组，找出数组中最大的K个数或者最小的K个数，称为top K问题。这是面试的常考题，解法可以是基于最大堆/最大堆排序、基于快速排序实现等等，文本基于快速排序的思想实现。 算法思路： 我们不会采用快速排序的算法来实现TOP-K问题，但我们可以利用快速排序的思想，在数组中随机找一个元素pivot，将数组分成两部分Sa和Sb，其中Sa的元素>=p...
TOP K问题解法整理（C++实现）
xcinkey的博客
09-29 1464
文章目录前言一、top K问题是什么？二、解法1.基础中的基础解法2.进阶一：局部冒泡3.进阶二：快速选择3.进阶三：构造小顶堆/大顶堆总结 前言 本文记录了针对各厂面试中常出的TOP K问题（求最大/最小的第K个元素）的各种解法。限于笔者实力不足，本文仅罗列笔者能够手写出的算法实现（欢迎补充） 一、top K问题是什么？ 在一堆数据里面找到前 K大/小的数。常见面试题出法：最大（小）K个数，前K个高频元素，第K个最大（小）元素。 具体有：有整数数组 a[8] = {4，5，1，6，2，7，3，8}这8
面试常见题之TopK问题
f2016913的博客
03-30 1587
一：堆的一个应用就是优先级队列： 优先级队列（priority queue） 是0个或多个元素的集合，每个元素都有一个优先权，对优先级队列执行的操作有（1）查找（2）插入一个新元素 （3）删除 一般情况下，查找操作用来搜索优先权最大的元素，删除操作用来删除该元素 。对于优先权相同的元素，可按先进先出次序处理或按任意优先权进行。 如： template> class PriorityQueu
Top K问题——基于快速排序
热门推荐
jnulzl的专栏
03-26 1万+
一、简介所谓的Top K问题其实就是找数组中最大的前k个值。为此，只要我们能够找到数组中的第k大值，那么Top K问题就会迎刃而解。在此声明一下，本文写的方法肯定不是最好的。不过最近看了几个题，其核心都是找第k大的值。这里，我只是总结下而已。二、基本思想1、快速排序一次；2、利用快速排序一次的函数进行递归搜索；三、代码 /* * p[]为待查找数组，L,R分别为数组下标，k表示第k大数
请用C语言实现
05-27
好的，这是一个使用C语言实现哈夫曼编码的示例代码。在这个示例中，我们将使用一个结构体来表示哈夫曼树的节点，以及一个数组来存储每个字符对应的编码。 ```c #include <stdio.h> #include <stdlib.h> #include <string.h> #define MAX_TREE_HT 100 #define MAX_CHAR 256 // 哈夫曼树节点 struct node { char data; unsigned freq; struct node *left, *right; }; // 哈夫曼编码 struct code { char c; char bits[MAX_TREE_HT]; }; // 创建一个新的哈夫曼树节点 struct node* new_node(char data, unsigned freq) { struct node* node = (struct node*)malloc(sizeof(struct node)); node->left = node->right = NULL; node->data = data; node->freq = freq; return node; } // 交换两个哈夫曼树节点 void swap_node(struct node **a, struct node **b) { struct node *tmp = *a; *a = *b; *b = tmp; } // 将哈夫曼树节点按照频率排序 void sort_node(struct node **arr, int n) { int i, j; for (i = 0; i < n - 1; i++) { for (j = 0; j < n - i - 1; j++) { if (arr[j]->freq > arr[j+1]->freq) { swap_node(&arr[j], &arr[j+1]); } } } } // 构建哈夫曼树 struct node* build_tree(char *data, int *freq, int n) { struct node *left, *right, *top; struct node *arr[MAX_CHAR]; int i, j, k; // 将每个字符作为一个叶子节点 for (i = 0; i < n; i++) { arr[i] = new_node(data[i], freq[i]); } // 直到只剩下一个节点 while (n > 1) { // 排序节点 sort_node(arr, n); // 取出频率最小的两个节点 left = arr[0]; right = arr[1]; // 创建一个新节点作为它们的父节点 top = new_node('$', left->freq + right->freq); top->left = left; top->right = right; // 将新节点插入到数组中 arr[0] = top; for (j = 1; j < n - 1; j++) { arr[j] = arr[j+1]; } n--; } return arr[0]; } // 根据哈夫曼树获取每个字符的编码 void get_codes(struct node *root, char *bits, int top, struct code *codes) { if (root->left) { bits[top] = '0'; get_codes(root->left, bits, top+1, codes); } if (root->right) { bits[top] = '1'; get_codes(root->right, bits, top+1, codes); } if (!root->left && !root->right) { codes[root->data].c = root->data; memcpy(codes[root->data].bits, bits, top); codes[root->data].bits[top] = '\0'; } } // 哈夫曼编码 void huffman_encode(char *data, int *freq, int n, struct code *codes) { struct node *root; char bits[MAX_TREE_HT]; int top = 0; // 构建哈夫曼树 root = build_tree(data, freq, n); // 获取每个字符的编码 get_codes(root, bits, top, codes); } int main() { char data[] = "ABBCCCDDDDEEEEE"; int freq[MAX_CHAR] = {0}; int n = strlen(data); struct code codes[MAX_CHAR] = {0}; int i; // 计算每个字符在电文中出现的频率 for (i = 0; i < n; i++) { freq[data[i]]++; } // 哈夫曼编码 huffman_encode(data, freq, n, codes); // 打印每个字符的编码 for (i = 0; i < MAX_CHAR; i++) { if (codes[i].c != '\0') { printf("'%c': %s\n", codes[i].c, codes[i].bits); } } return 0; } ``` 这个示例中，我们首先计算每个字符在电文中出现的频率，然后使用`build_tree`函数构建哈夫曼树。接着，我们使用`get_codes`函数获取每个字符的编码，最后打印出每个字符的编码。

“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 2
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
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