TopK题型总结

几个典型题目：
1、面试题 17.14. 最小K个数
2、215. 数组中的第K个最大元素
3、给定一个数组求中位数
此类题一般有堆、快速选择、排序三种方案。

1.最小K个数

题目：

设计一个算法，找出数组中最小的k个数。以任意顺序返回这k个数均可。

示例：

输入： arr = [1,3,5,7,2,4,6,8], k = 4
输出： [1,2,3,4]
提示：

0 <= len(arr) <= 100000
0 <= k <= min(100000, len(arr))

1. 最简单直接的想法就是使用快排，然后将最小的K个数取出来即可，代码就不放了。虽然复杂度已经可以接受了，但是如果在面试的时候，面试官还是不会满意的。
   时间复杂度：$O(nlogn)$
2. 堆。维护一个堆的时间复杂度是$O(logn)$，在本题中需要维护一个大小为$k$的大顶堆，然后遍历数组中的每一个元素，如果堆大小小于$k$，那么直接将元素push到堆中，如果大于等于$k$，那么应该判断堆顶元素是不是大于当前数组元素，如果大于那么将堆顶元素弹出，将当前元素push到堆中；如果不是则什么都不做。
   时间复杂度：$O(nlogk)$
   代码：

    vector<int> smallestK(vector<int>& arr, int k) {
        vector<int> res;
        if(k==0) return res;
        priority_queue<int> pq;
        for(auto num:arr) 
        {
            if(pq.size()>=k){
                if(num<pq.top()){
                    pq.pop();
                    pq.push(num);
                }
            }else{
                pq.push(num);
            }
        }
        while(!pq.empty()){
			res.push_back(pq.top());
			pq.pop();
		}
		return res;
    }

2.数组中的第K个最大元素

题目：

在未排序的数组中找到第 k 个最大的元素。请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。

示例 1:

输入: [3,2,1,5,6,4] 和 k = 2
输出: 5
示例 2:

输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4
说明:

你可以假设 k 总是有效的，且 1 ≤ k ≤ 数组的长度。

1. 本题本质上与上一题一样，利用快排或者维护一个大小为$k$的小顶堆，返回第$k$个最大元素即可。算法复杂度上题已经分析过了。但是本题与上一题的最大区别就是我们只需要返回第$k$个最大元素，而与其他元素无关，可以看到，如果使用快排那么是将整个数组进行排序，利用堆是将最大的$k$个元素全部找出来，而对于本题这些操作都是冗余的。面试官也不会满意。
2. 快速选择。为了进一步降低算法复杂度，可以采用快速选择算法。快速选择算法基于快速排序算法，在快速排序算法中，会定义一个基准，每一轮将小于基准的数和大于基准的数分别放在基准的两边，然后同时将两边的子序列进行递归。而在本题中，可以看到有$k$个以上的数都大于这个基准了，说明我们要的结果一定不会在基准的另一侧，所以每次只需要递归一边就可以了。
   时间复杂度： 平均下来$O(n)$（最坏$O(n^2)$）
   代码：

int quick_select(vector<int>& q, int l, int r, int k)
    {
        if(l>=r) return q[l];
        int x=q[(l+r)>>1], i=l-1, j=r+1;
        while(i<j)
        {
            do i++; while(q[i]>x);//如果题目改成最小的第k个元素改变一下符号即可
            do j--; while(q[j]<x);
            if(i<j) swap(q[i], q[j]);
        }
        if(j-l+1>=k) return quick_select(q, l, j, k); //判断是不是已经有k个数字大于基准了
        else return quick_select(q, j+1, r, k-(j-l+1));//如果取后半部分，注意对于后面的k值已经改变了
    }
    
    int findKthLargest(vector<int>& nums, int k) {
        return quick_select(nums, 0, nums.size()-1, k);
    }

3. 给定一个数组求中位数

无序数组求中位数也是面试中经常问的问题，有了前两题的基础，这一题应该很快就能解决。

1. 快排。排序后，如果数组大小为奇数，我们就令$k=length/2$，取出下标为k的元素返回，如果数组长度为偶数我们取下标为$length/2-1和length/2$的元素取平均返回。
2. 堆。同理，建立一个大小为$length/2$堆，如果数组长是奇数，直接返回堆顶元素，如果是偶数，返回当前堆顶和pop后的堆顶的平均值。
3. 快速选择。同理如果是偶数我们需要调用快速选择函数2次取平均，如果是奇数只需要一次即可。