【C++】topk问题

解决topK问题是寻找给定数据集中前K个最大或最小的元素。

常见有三种算法：

1. 堆排序

• 维护一个大小为K的最小（或最大）堆。 遍历数据集，将元素插入堆中，如果堆大小超过K，则删除堆顶元素。
• 遍历结束后，堆中剩余的K个元素就是前K个最小（或最大）的元素。 时间复杂度：O(NlogK)，其中N为数据集大小。
  示例代码如下：

#include <iostream>
#include <vector>
#include <queue>

std::vector<int> topKHeap(std::vector<int>& nums, int k) {
    std::priority_queue<int, std::vector<int>, std::greater<int>> minHeap;

    for (int num : nums) {
        minHeap.push(num);
        if (minHeap.size() > k) {
            minHeap.pop();
        }
    }

    std::vector<int> topk;
    while (!minHeap.empty()) {
        topk.push_back(minHeap.top());
        minHeap.pop();
    }

    return topk;
}

int main() {
    std::vector<int> nums = { 3, 2, 5, 2, 3, 2, 5, 5, 6 };
    int k = 3;

    std::vector<int> result = topKHeap(nums, k);

    std::cout << "前 " << k << " 个最大的数字为：";
    for (int num : result) {
        std::cout << num << " ";
    }
    std::cout << std::endl;

    return 0;
}

输出结果

前 3 个最大的数字为：5 5 6

2. 快速排序

• 选择一个pivot元素将数据集划分为两部分：小于pivot的元素和大于pivot的元素。
• 当pivot的位置恰好在K-1时，那么pivot左边的元素就是前K个最小（或右边的元素是前K个最大）的元素。
• 如果pivot的位置小于K-1，继续在pivot右边的部分进行快速选择。
• 如果pivot的位置大于K-1，继续在pivot左边的部分进行快速选择。
• 时间复杂度：平均情况下为O(N)，最坏情况下为O(N^2)。
  这里给出参考文章地址 添加链接描述
  

#include <iostream>
#include <vector>
#include <algorithm>

int partition(std::vector<int>& nums, int low, int high) {
    int pivot = nums[high];
    int i = low - 1;

    for (int j = low; j < high; j++) {
        if (nums[j] < pivot) {
            i++;
            std::swap(nums[i], nums[j]);
        }
    }

    std::swap(nums[i + 1], nums[high]);

    return i + 1;
}

void quickSelect(std::vector<int>& nums, int low, int high, int k) {
    if (low < high) {
        int pivotIndex = partition(nums, low, high);

        if (pivotIndex == k - 1) {
            return;
        }
        else if (pivotIndex > k - 1) {
            quickSelect(nums, low, pivotIndex - 1, k);
        }
        else {
            quickSelect(nums, pivotIndex + 1, high, k);
        }
    }
}

std::vector<int> topKQuickSelect(std::vector<int>& nums, int k) {
    quickSelect(nums, 0, nums.size() - 1, k);

    std::vector<int> topk(nums.begin(), nums.begin() + k);

    return topk;
}

int main() {
    std::vector<int> nums = { 3, 2, 5, 2, 3, 2, 5, 5, 6 };
    int k = 3;

    std::vector<int> result = topKQuickSelect(nums, k);

    std::cout << "前 " << k << " 个最小的数字为：";
    for (int num : result) {
        std::cout << num << " ";
    }
    std::cout << std::endl;

    return 0;
}

结果为：

前 3 个最小的数字为：2 2 2

3. 计数排序
   计数排序（Counting Sort）是一种线性时间复杂度的排序算法，适用于输入数据范围较小的情况。解决topk问题可以使用计数排序的思想，具体步骤如下：

统计每个元素出现的次数：创建一个计数数组count，长度为输入数据范围的上限+1，初始值都为0。遍历输入数据，将每个元素出现的次数存储在相应的计数数组位置上。

累加计数数组：对计数数组进行累加操作，即将每个位置的值加上前一个位置的值。这一步的目的是确定每个元素在排序后的数组中的位置。

创建结果数组：创建一个与输入数组相同长度的结果数组result。

遍历输入数组并排序：从后向前遍历输入数组，根据输入元素在计数数组中的值，确定元素在结果数组中的位置，并将元素放入结果数组中。

返回结果：返回结果数组中的前k个元素。

#include <iostream>
#include <vector>
#include <algorithm>

std::vector<int> topK(std::vector<int>& nums, int k) {
    int maxNum = *max_element(nums.begin(), nums.end());
    std::vector<int> count(maxNum + 1, 0);

    // 统计每个数字的出现次数
    for (int num : nums) {
        count[num]++;
    }

    // 找到出现次数最多的前 k 个数字
    std::vector<int> topk;
    for (int i = 0; i < k; i++) {
        auto maxIt = std::max_element(count.begin(), count.end());
        int maxIndex = std::distance(count.begin(), maxIt);
        topk.push_back(maxIndex);
        *maxIt = 0; // 将当前最大值置为0，避免重复选择
    }

    return topk;
}

int main() {
    std::vector<int> nums = { 3, 2, 5, 2, 3, 2, 5, 5, 6 };
    int k = 3;

    std::vector<int> result = topK(nums, k);

    std::cout << "出现次数前 " << k << " 的数字为：";
    for (int num : result) {
        std::cout << num << " ";
    }
    std::cout << std::endl;

    return 0;
}

出现次数前 3 的数字为：2 5 3