2.5 寻找最大的K个数

解法一：

假设元素的数量不大，用快排或堆排序都是不错选择，平均时间复杂度都是O(N*log N)。然后取出前K个，O(K)。总时间复杂度O(N*log N)+ O(K)=O(N* log N)。

当K=1，上述算法也是O(N* log N)的复杂度，而显然我们可以通过N-1次的比较和交换得到结果。上述算法对整个数组都进行了排序，而原题目只要求最大的K个数，并不需要前K个数有序，也不需要前K个数有序，也不需后N-K个数有序。

如何避免后N-K个数的排序呢？我们需要部分排序算法，选择排序和交换排序都可以。把N个数中的前K个数排序出来，复杂度是O(N*K).

上述哪一种更好？O(N* log N) 还是 O(N*K)？ 这取决于K的大小，需要从面试官那里弄清楚。在K<= log N时，选择部分排序。

解法二：

设N个数存储在数组S中，从数组S中随机找出一个元素X，把数组分为两部分Sa和Sb。Sa中所有元素都大于等于X，Sb中所有元素小于X。

1)Sa中元素的个数小于K，Sa中所有的数和Sb中最大的K-|Sa|个元素 （|Sa|指Sa中元素的个数）就是数组S中最大的K个数。

2)Sa中元素的个数大于或等于K，则需要返回Sa中最大的K个元素。

这样递归下去，不断把问题分解成更小问题，平均时间复杂度O(N*log k).

解法三：

寻找N个数中最大的K个数，本质上就是寻找最大的K个数中最小的那个，那就是第K大的数。可以使用二分搜索的策略。对于一个给定的数p，可以在O(N)的时间复杂度内找出所有不小于p的数。假如N个数中最大的数是Vmax，最小的数位Vmin，那么这N个数中的第K大数一定在区间[Vmin，Vmax]之间。那么可以，在这个区间内二分搜索N个数中的第K大数p。

while(Vmax - Vmin > delta) {
	Vmid = Vmin +(Vmax - Vmin) * 0.5;
	if(f(arr, N, Vmid) >= k) 
		Vmin=Vmid;
	else
		Vmax=Vmid;
}