C++--问题19--查找数组前K个最小值的算法

C++--问题19--查找数组前K个最小值的算法

---

解决这个问题的初思路，都能想到先排序，然后前K个最小值的算法就出来了。排序用快速和堆排序，有几种具体的方法如下：

 

1.  快速排序，找前K

     对数组进行排序，然后前K个元素就是需要查找的元素，排序的方法可以采用快速排序。

但是我们知道在快速排序中如果已经是有序的数组，采用快速排序的时间复杂度是O(N^2)。

     为了解决这种问题，有两种解决办法，

（1）随机选择一个数组值pivot作为基准，将数组分为S1 <=  pivot 和 S2 > pivot；

（2）采用随机选择三个元素，然后取中间值作为基准，就能避免快速算法的最差时间复杂度。

2.先划分再比较K与S1个数的大小，为了省去不必要的排序，再快排找前K

        既然是选择前K个对象，那么就没必要对所有的对象进行排序，可以采用快速选择的思想获得前K个对象。

    （1）首先采用快速排序的集合划分方法划分集合：S1，pivot，S2，满足S1 <=  pivot 和 S2 > pivot；

    （2）然后比较K是否小于S1的个数， 如果小于，则直接对S1进行快速排序 ，如果K的个数超过S1,那么对S2进行快速排序；

    （3）排序完成之后，取数组的前K个元素就是数组的前K个最小值。

 这种实现方法肯定比第一种的全快速排序要更快速。

 

 3.创建K次的最小堆

      将数组转换为最小堆的情况，根据最小堆的特性，第一个元素肯定就是数组中的最小值，这时候我们可以将元素保存起来，然后将最后一个元素提升到第一个元素，重新构建最小堆，这样进行K次的最小堆创建，就找到了前K个最小值。这是运用了最小堆的特性，实质上是 最小堆的删除实现方法 。这种算法的好处是实现了数组的原地排序，并不需要额外的内存空间。

 

4.创建最大堆

       这种思想有点类似桶排序。

      （1）给定一个K个大小的数组b，然后复制数组a中的前K个数到数组b中；

      （2）将这K个数当成数组a的前K个最小值，对数组b创建最大堆；

      （3）这时候再去比较数组a中的其他元素，如果其他元素小于数组b的最大值（堆顶），则将堆顶的值进行替换，并重新创建最大堆。

      （4）这样遍历一次数组就找到了前K个最小元素。这种方法运用了额外的内存空间，特别当选择的K值比较大时，这种方法有待于权衡一下。

         这种方法对于 海量数据来说是有较好的作用 ，对于海量数据不能全部存放在内存中，这时候创建一个较小的数组空间，然后创建最大堆，从硬盘中读取其他的数据，进而实现前K个数据的查找。