快速找出数组中前k小的元素

方法一:利用快排的思想,循环找到第k个位置安放正确的元素,此时k的左边是小于k位置元素的元素,右边是大于k位置元素的元素,即前k个元素就是问题答案。时间复杂度O(n)。

int Partition(vector<int> &res,int s,int e)
{
    int tp=res[s];
    while(s<e)
    {
        while(s<e&&res[e]>=tp)e--;
        res[s]=res[e];
        while(s<e&&res[s]<=tp)s++;
        res[e]=res[s];
    }
    res[s]=tp;
    return s;
}

void GetKNumbers(vector<int> res,int k)
{
    int s=0,e=res.size()-1;
    int index=Partition(res,s,e);
    while(index!=k-1) //当k位置安放正确的时候,前k个元素就是最终结果
    {
        if(index>k-1)e=index-1;
        else s=index+1;
        index=Partition(res,s,e);
    }
    for(int i=0;i<k;i++)
        cout<<res[i]<<" ";
}

方法二:利用堆排序的思想,若找前k小的元素,则构建大顶堆&#x

可以使用快速选择算法来找出数组中第 k 个小的元素快速选择算法的基本思想是,选择一个基准元素,将数组中小于基准元素元素放在基准元素的左边,将大于基准元素元素放在基准元素的右边,然后比较基准元素的位置和 k 的大小关系,如果基准元素的位置等于 k,就找到了第 k 个小的元素,如果基准元素的位置大于 k,就在基准元素的左边继续查找,如果基准元素的位置小于 k,就在基准元素的右边继续查找。 以下是使用快速选择算法找出数组中第 k 个小的元素的 Python 代码: ```python def quick_select(nums, k): pivot = nums[0] left = [x for x in nums if x < pivot] right = [x for x in nums if x > pivot] mid = [x for x in nums if x == pivot] if k <= len(left): return quick_select(left, k) elif k <= len(left) + len(mid): return pivot else: return quick_select(right, k - len(left) - len(mid)) ``` 在这个函数中,我们首先选择数组中的第一个元素作为基准元素 pivot。然后,我们将数组分成三个部分:小于 pivot 的元素放在 left 数组中,大于 pivot 的元素放在 right 数组中,等于 pivot 的元素放在 mid 数组中。接下来,我们比较基准元素的位置和 k 的大小关系,如果基准元素的位置等于 k,就返回基准元素的值,如果基准元素的位置大于 k,就在 left 数组中继续查找第 k 个小的元素,如果基准元素的位置小于 k,就在 right 数组中继续查找第 k - len(left) - len(mid) 个小的元素。 这个函数的时间复杂度为 O(n),其中 n 是数组的长度。
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