从一个无序的数字序列中查找出前K个最大的数字[递归方式]

题设:

 /**
 * Created by Lanxiaowei
 * Craated on 2016/12/13 9:46
 * 从一个无序的数字序列中查找出前K个最大的数字,
 * 要求返回的K个数字在目标无序数组中是前K个最大的,但是不要求这前K个数字是有序的
 * 比如:8 9 5 0 6 2 7 1 4 3 且K = 5,那么最终应该返回
 * 9 8 7 6 5 或者 6 5 8 7 9
 */
public class TopKProblems {
    public static void main(String[] args) {
        int k = 5;
        int[] array = {8, 9, 5, 0, 6, 2, 7, 1, 4, 3};
        List<Integer> result = new ArrayList<Integer>();
        findTopKBig(array,0,array.length, k,result);
        if(null == result || result.size() <= 0) {
            System.out.println("No results.");
            return;
        }
        for(int i=0; i < result.size(); i++) {
            System.out.print(result.get(i) + " ");
        }
    }

    /**
     * 从从一个无序的数字序列中查找出前K个最大的数字
     * @param array     待查找的无序数组
     * @param offset    查找的起始偏移量
     * @param n         待查找的前N个
     * @param k         表示最终需要返回的前K个
     * @return
     */
    public static List<Integer> findTopKBig(int[] array,int offset,int n,int k,List<Integer> result) {
        if(n <= 0) {
            return null;
        }
        if(result == null) {
            result = new ArrayList<Integer>();
        }
        //如果k >= n,则直接返回整个数组即可
        if(k >= n) {
            for(int i=offset; i < offset + n; i++) {
                result.add(array[i]);
            }
            return result;
        }
        //a1表示中间那个元素,a1将整个数组分成左大右小两部分
        int a1 = array[offset];
        //头指针
        int y = offset;
        //尾指针
        int z = offset + n - 1;
        int n1 = 0;
        int n2 =0;
        while (y < z) {
            //从头指针往尾指针遍历
            while (array[z] <= a1 && y < z) {
                z--;
            }
            if(y < z) {
                array[y] = array[z];
            }
            //从尾指针往头指针遍历
            while (array[y] > a1 && y < z) {
                y++;
            }
            if(y < z) {
                array[z] = array[y];
            }
        }
        //此时头尾指针重合,找到a1的位置即中间的那个元素
        array[y] = a1;
        //计算a1前面的元素总个数即左边比较大的元素总个数
        n1 = y - offset + 1;
        //计算a1后面的元素总个数即右边比较小的元素总个数
        n2 = n - n1;
        //如果k >= n1,那么直接返回前n1个元素
        if(n1 <= k) {
            for(int i=offset; i <= y; i++) {
                result.add(array[i]);
            }
        }
        //如果k < n1,那么就需要在[offset,n1 - 1]范围内查找前K个最大的数字
        if(n1 > k) {
            return findTopKBig(array,offset,n1 - 1 ,k,result);
        }
        //如果k > n1,那么就需要在[y + 1,n2]范围内查找前K个最大的数字,这里的y+1其实表示的就是a1后面的那个元素即
        //从a1后面的n2个比较小元素里查找剩下的符合要求的数字
        if(n1 < k) {
            return findTopKBig(array,y + 1,n2,k - n1,result);
        }
        return result;
    }
}

 

 

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用快速选择算法(Quickselect algorithm),它是快速排序算法的一个变种。它通过选取一个主元(pivot)将序列分成两个子序列,然后递归地在其一个序列继续查找,直到找到第k大的元素。 以下是使用快速选择算法实现在n个无序序列元素找到第k大的元素的C++代码: ```c++ #include <iostream> #include <vector> #include <algorithm> using namespace std; int partition(vector<int>& nums, int left, int right) { int pivot = nums[right]; int i = left - 1; for (int j = left; j < right; j++) { if (nums[j] <= pivot) { i++; swap(nums[i], nums[j]); } } swap(nums[i + 1], nums[right]); return i + 1; } int quickselect(vector<int>& nums, int left, int right, int k) { if (left == right) return nums[left]; int pivotIndex = partition(nums, left, right); if (k == pivotIndex) return nums[k]; else if (k < pivotIndex) return quickselect(nums, left, pivotIndex - 1, k); else return quickselect(nums, pivotIndex + 1, right, k); } int findKthLargest(vector<int>& nums, int k) { int n = nums.size(); return quickselect(nums, 0, n - 1, n - k); } int main() { vector<int> nums = { 3, 2, 1, 5, 6, 4 }; int k = 2; cout << "The " << k << "th largest element is " << findKthLargest(nums, k) << endl; return 0; } ``` 在这个实现,`partition`函数用于选取主元,并将序列分成两个子序列;`quickselect`函数利用递归查找第k大的元素;`findKthLargest`函数是对`quickselect`函数的封装。 时间复杂度为nlog2n,因为每次递归都会将序列分成两个子序列,每个子序列的大小最多为原序列大小的一半,所以递归层数最多为log2n。每一层递归的时间复杂度为线性的,所以总的时间复杂度为nlog2n。
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