在找工作的过程中,找第K大的数这个问题,被问到不止一次,包括百度,其他记不清了,必须引起注意的程序,堆排序采用大顶堆的方式,时间复杂度On(logn) , 空间复杂度O(1)。
找出第K大的数,采用大小为K的小顶堆,时间复杂度O(nLogk),空间复杂度O(K);也可以采用大顶堆排序的方式,进行K此n大顶堆构建,时间复杂度O(kLogn),空间复杂度O(1);
两种方法时间复杂度即比较
O(nLogk)与 O(kLogn)比较K的n次幂,和n的K次幂,小弟在Matlab下仿真了一下,在K>2,N>3的情况下,使用大顶堆的方法时间复杂度低,因此大部分情况下推荐使用大顶堆的方法。
下面是代码,要求,每个读者可以独立实现下述代码,祝好。
// Heap.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
/*************************************************************************
> File Name: HeapSortKthNum.cpp
> Author:
> Mail:堆排序和第K大的数
> Created Time: 2016年10月14日 星期五 00时02分12秒
************************************************************************/
#include<iostream>
using namespace std;
//构建最大堆,非递归
void MaxheapBuild(int *arr, int cur, int N)
{
int temp = arr[cur];
int child;
while ((cur*2+1)<N)
{
child = 2*cur+1;
if (child!=(N-1) && arr[child]<arr[child+1])
{
child++;
}
if (temp<arr[child])
{
arr[cur] = arr[child];
}
else
break;
cur = child;
}
arr[cur] = temp;
}
void HeapSort(int *arr, int N)
{
int i;
for(i=N/2;i>=0;i--)
{
MaxheapBuild(arr, i, N);
}
for(i=N-1;i>0;i--)
{
int mid = arr[i];
arr[i] = arr[0];
arr[0] = mid;
MaxheapBuild(arr, 0, i);
}
}
//构建最小堆
void MinheapBuild(int *arr, int cur, int N)
{
int temp = arr[cur];
int child;
while((cur*2+1)<N)
{
child = cur*2+1;
if ( child!=(N-1) && arr[child]>arr[child+1])
{
child++;
}
if (temp>arr[child])
{
arr[cur] = arr[child];
}
else
break;
cur = child;
}
arr[cur] =temp;
}
//找第k大的数
int kthNum(int *arr, int k, int N)
{
int *minHeap = new int[k];
int i=0;
memcpy(minHeap, arr, (k)*sizeof(int));
//构建最小堆
for (i=(k)/2;i>=0;i--)
{
MinheapBuild(minHeap,i, k);
}
int res = minHeap[0];
for (i=k;i<N;i++)
{
minHeap[0]=arr[i];
MinheapBuild(minHeap, 0, k);
if (minHeap[0]>res)
{
res = minHeap[0];
}
}
delete[] minHeap;
return res;
}
int _tmain(int argc, _TCHAR* argv[])
{
int a[10] = {1,4,5,8,4,3,1,9,10,0};
HeapSort(a, 10);
for(int i=0;i<10;i++)
{
cout<<a[i]<<endl;
}
int res = kthNum(a, 5,10);
cout<<res<<endl;
}
运行图:
`