N个数里面找出最大的k个数

最新推荐文章于 2021-02-20 07:51:47 发布

martin_liang

最新推荐文章于 2021-02-20 07:51:47 发布

阅读量2.5k

点赞数 1

分类专栏： C++/C 算法

算法同时被 2 个专栏收录

537 篇文章 1 订阅

订阅专栏

C++/C

504 篇文章 0 订阅

订阅专栏

转自出处

题目：给出N个无序的数，然后找出其中最大的k个数

解题思路：

首先测试数据有可能会有一亿个数，数据量特别的大，数据库不可能存储这么多的数据。如果直接sort排序，NlogN时间复杂度实在是太高，大于10^9。我们可以考虑对数据进行分块读取，每次读取的数据块大小应大于k。

不如先假设第一次读取的数据块前k个数最大，然后把k个数建成最小二叉堆。然后从第k+1个数开始，每个数都与堆顶的数值进行比较，如果数字i大于堆顶则把堆顶的元素的元素替换成i，再调整一次堆。最后读取完数据之后，这个二叉堆里面的元素就是从小到大排序好的最大k个数。

时间复杂度：O(NlogK)

空间复杂度：O(K)

证明过程:

为什么求最大的k个用的不是最大堆，而是最小堆？最大堆堆顶的元素是最大的，往下的子树越来越小，把N个数建成最大堆，那么堆顶往下的k个数就是最大的k个数。但是时间复杂度O(NlogN)和空间复杂度O(N)太高！

排序时间复杂度很高，是因为进行了很多没有用的判断，我们只需要取最大的k个数，而排序则把N个数都从小到大排序好了。建立一个k个数的最小堆，假设堆里面的元素是最大的，当然只是假设。如果从M+1到N这些数只要有数大于最小堆堆顶的数，那么假设就不成立，堆顶那个数就不符合，自然把它去掉，把新的数加进来，再重新调整堆，使得堆顶的元素最小。

为什么要用最小堆呢？因为每次查找这k个数里面的最小的那个数就是堆顶，时间复杂度是O（1）。如果直接用数组来存储这k个数，虽然查找的时间复杂度是logN，但是当把这个数插入数组的时候，数组比它小其他元素还需要往前平移，所以时间复杂度远远大于logN。由于每次调整堆的时间复杂度是logN。所以最小堆的做法的时间复杂度是

O(NlogK)，而空间复杂度只有O(K)。

代码1 C++的STL库优先队列实现二叉堆：

[html]view plaincopy 
   
 #include <stdio.h>   
 #include <stdlib.h>   
 #include <string.h>   
 #include <algorithm>   
 #include <queue>   
 using namespace std;   
 struct cmp{   
    bool operator ()(int a,int b)   
    {   
        return a>b;   
    }   
 };   
 #define MAX 11000   
 int a[MAX];   
 using namespace std;   
 priority_queue<int,vector<int>,cmp>q;   
 int main()   
 {   
    int n,i,k,m,top;   
    scanf("%d%d",&n,&m);   
      for(i=1;i<=n;i++)   
      {   
           scanf("%d",&k);   
           if(i<=m)   //前m个数入 队列   
           {   
                q.push(k);   
                if(i==m)  //纪录前m个数中最小的数   
                     top=q.top();   
           }   
           else   
           {   
                if(k>top)  //如果新加入的数大于队列中最小的数则出队   
                {   
                     q.pop();   
                     q.push(k);   
                     top=q.top();   
                }   
           }   
      }   
      k=0;   
      while(!q.empty())  //这样处理是为了最后一个数打印时没有空格   
      {   
           a[k++]=q.top();   
           q.pop();   
      }   
      for(i=0;i<k;i++)   
      {   
           printf("%d",a[i]);   
           if(i==k-1)   
                printf("\n");   
           else   
                printf(" ");   
      }   
    return 0;   
 }  

代码2 (数组实现堆)：

[html]view plaincopy 
   
 #include <stdio.h>   
 #define MAX 10001   
 int a[MAX];   
 void HeapAdjust(int R[],int s,int t)  //筛选函数1   
 {   
    int i,j,temp;   
    temp=R[s];   
    i=s;   
    for(j=2*i;j<=t;j=2*j)   
    {   
        if(j<t&&R[j]<R[j+1])   
            j++;   
        if(temp>R[j]) break;   
        R[i]=R[j];   
        i=j;   
    }   
    R[i]=temp;   
 }   
   
 void HeapSort(int R[],int n)   //堆排   
 {   
    int i;   
    for(i=n/2;i>0;i--)   
    {   
        HeapAdjust(R,i,n);   
    }   
    for(i=n;i>1;i--)   
    {   
        R[1]^=R[i];   
        R[i]^=R[1];   
        R[1]^=R[i];   
        HeapAdjust(R,1,i-1);   
    }   
 }   
   
 void HeapAdjust2(int R[],int s,int t)   //筛选函数2   
 {   
    int i,j,temp;   
    temp=R[s];   
    i=s;   
    for(j=2*i;j<=t;j=2*j)   
    {   
        if(j<t&&R[j]>R[j+1])   
            j++;   
        if(temp<R[j]) break;  //找到比新加入的元素还大的根节点   
        R[i]=R[j];   
        i=j;   
    }   
    R[i]=temp;   
 }   
   
 int main()   
 {   
    int i,k,n,m;   
    scanf("%d%d",&n,&m);   
    for(i=1;i<=m;i++)   
    {   
        scanf("%d",&a[i]);   
    }   
    HeapSort(a,m);   
    for(i=m+1;i<=n;i++)   
    {   
        scanf("%d",&k);   
        if(k>a[1])         //新元素大于堆中最小元素则加入堆   
        {   
            a[1]=k;   
            HeapAdjust2(a,1,m);   //从根节点开始重新筛选一次   
        }   
    }   
    HeapSort(a,m);   
    for(i=1;i<=m;i++)   
    {   
        printf("%d",a[i]);   
        if(i==m)   
            printf("\n");   
        else   
            printf(" ");   
    }   
    return 0;   
 }  