在海量数据中寻找topK的一些思路分析

本文探讨了从大数据集中筛选出前K个最大值的有效算法。首先介绍了一种简单的方法,通过维护一个固定大小的数组来逐步替换最小值。随后提出了利用小顶堆优化查找过程,以实现更优的时间复杂度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

求前k个数从大数据量里面排序的前k个数,topk.
思路1:维持k大小的数组数,然后求出数组的这个数组的
最小值,当再输入k+1个数的时候,和最小的值比较,如果
大于最小的值,则替换原先的最小值放入数组中。

对于时间复杂度首先是先k个数比较k次
然后对于每个数N-k都需要进行k次比较(N-K)k
则总共是k+(N-K)k算法复杂度

思路2:如果需要NlgK的复杂度则如何设计算法
设计小顶堆的概念每次都和堆顶元素比较向下调整

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