从长度为M的无序数组中找出N个最大的数

1、将数组前N个数调整成最小堆

2、堆顶元素值依次与第N个元素以后的每个元素进行比较

3、若堆顶元素值小,则将堆顶元素重新赋值为新元素的值,并且将前N个数重新调整为最小堆;否则判断下一个元素

4、直到遍历完原数组的最后一个元素后,则最小堆中的元素即为待求的数组中的N个最大的数


复杂度为O(M*log(N))


python代码:

# -*- coding: utf-8 -*-
'''
堆排序
'''

# 从上往下调整堆
def filter_down(array, beg, end):
    current, child = beg, 2*beg + 1
    temp = array[current]

    while child <= end:
        if child < end and array[child] > array[child + 1]:
            child += 1

        if array[child] < temp:
            array[current] = array[child]
            current, child = child, 2*child + 1
        else:
            break

    array[current] = temp

def find_N_max(array, N):
    res = array[:N]
    for i in range(int((N - 2)/2), -1, -1):
        filter_down(res, i, N - 1)

    for j in range(N, len(array) - 1):
        if array[j] > res[0]:
            res[0] = array[j]
            filter_down(res, 0, N - 1)

    return res


  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 可以使用快速选择算法来解决这个问题。 快速选择算法的基本思想是利用快排的思想,不过只需要排序数组中的一个分界点,而不是整个组。 伪代码: ``` int partition(int A[], int l, int r) { int pivot = A[r]; int i = l - 1; for (int j = l; j <= r - 1; j++) { if (A[j] >= pivot) { i++; swap(A[i], A[j]); } } swap(A[i + 1], A[r]); return i + 1; } int quickSelect(int A[], int l, int r, int k) { if (k > 0 && k <= r - l + 1) { int index = partition(A, l, r); if (index - l == k - 1) { return A[index]; } else if (index - l > k - 1) { return quickSelect(A, l, index - 1, k); } else { return quickSelect(A, index + 1, r, k - index + l - 1); } } return INT_MAX; } // 返回组A中第K大的元素 int findKthLargest(int A[], int n, int k) { return quickSelect(A, 0, n - 1, n - k + 1); } ``` 时间复杂度:期望为O(n),最坏情况下为O(n^2)。 ### 回答2: 算法思想: 1. 使用快速选择算法,通过快速划分(partition)找出组A中的一个主元(pivot)。 2. 将主元左侧的元素都大于或等于主元,将主元右侧的元素都小于或等于主元。 3. 比较主元在数组中的位置与K的大小,如果主元的位置等于K,则返回主元;如果主元的位置大于K,则递归在主元左侧的子数组中第K大的元素;如果主元的位置小于K,则递归在主元右侧的子数组中第K大的元素。 伪代码: 1. 定义函quickSelect(A, left, right, K): 2. 如果left等于right,返回A[left]。 3. 选择主元pivot为A[right]。 4. 将组A进行划分,得到主元的位置p,使得左侧的元素都大于或等于主元,右侧的元素都小于或等于主元。 5. 如果p等于K,返回A[p]。 6. 如果p大于K,递归调用quickSelect(A, left, p - 1, K)。 7. 如果p小于K,递归调用quickSelect(A, p + 1, right, K)。 8. 定义函findKthLargest(A, K): 9. 返回quickSelect(A, 0, n - 1, n - K)。 这个算法的时间复杂度为O(n),因为每次都可以快速划分出一个主元。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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