java top k问题_Java：Top K问题的解法

import java.util.Arrays;

import java.util.PriorityQueue;

import java.util.Queue;

public class LeafNode {

// 堆方法(优先队列)

// 1.堆的性质是每次可以找出最大或最小的元素

// 快排变形

public static void main(String[] args) {

int[] arr = new int[] { 1, 2, 34, 4, 5, 6 };

//int[] nums = getLeastNumbers(arr, 3);

int[] nums=getLeastNumbersTwo(arr,3);

System.out.println(Arrays.toString(nums));

}

public static int[] getLeastNumbers(int[] arr, int k) {

if (k == 0)

return new int[0];

// 使用一个最大堆(大顶堆)

Queue heap = new PriorityQueue<>(k, (i1, i2) -> Integer.compare(i2, i1));

for (int e : arr) {

// 当前数字小于堆顶元素才会入堆

if (heap.isEmpty() || heap.size() < k || e < heap.peek())

heap.offer(e);

// 删除堆顶最大元素

if (heap.size() > k)

heap.poll();

}

// 将堆中的元素存入数组

int[] res = new int[heap.size()];

int j = 0;

for (int e : heap)

res[j++] = e;

Arrays.sort(res);

return res;

}

public static int[] getLeastNumbersTwo(int[] arr, int k) {

if (k == 0)

return new int[0];

else if (arr.length <= k)

return arr;

// 原地不断划分数组

partitionArray(arr, 0, arr.length - 1, k);

// 数组的前 k 个数此时就是最小的 k 个数，将其存入结果

int[] res = new int[k];

for (int i = 0; i < k; i++)

res[i] = arr[i];

return res;

}

static void partitionArray(int[] arr, int lo, int hi, int k) {

// 做一次 partition 操作

int m = partition(arr, lo, hi);

// 此时数组前 m 个数，就是最小的 m 个数

if(k==m) return;// 正好找到最小的 k(m) 个数

else if(k

else partitionArray(arr, m+1, hi, k); // 在右侧数组中寻找最小的 k-m 个数

}

static int partition(int[] a, int lo, int hi) {

int i = lo;

int j = hi + 1;

int v = a[lo];

while (true) {

while (a[++i] < v) {

if (i == hi)

break;

}

while (a[--j] > v) {

if (j == lo)

break;

}

if (i >= j)

break;

swap(a, i, j);

}

swap(a, lo, j);

return j;

}

static void swap(int[] a, int i, int j) {

int temp = a[i];

a[i] = a[j];

a[j] = temp;

}

}

看起来分治法的快速选择算法的时间、空间复杂度都优于使用堆的方法，但是要注意到快速选择算法的几点局限性：

第一，算法需要修改原数组，如果原数组不能修改的话，还需要拷贝一份数组，空间复杂度就上去了。

第二，算法需要保存所有的数据。如果把数据看成输入流的话，使用堆的方法是来一个处理一个，不需要保存数据，只需要保存 k 个元素的最大堆。而快速选择的方法需要先保存下来所有的数据，再运行算法。当数据量非常大的时候，甚至内存都放不下的时候，就麻烦了。所以当数据量大的时候还是用基于堆的方法比较好。

标签：arr,Java,int,Top,return,static,heap,new,解法

来源： https://www.cnblogs.com/sunliyuan/p/12950779.html