Top K是很常见的一种问题,是指在N个数的无序序列中找出最大的K个数,而其中的N往往都特别大,对于这种问题,最容易想到的办法当然就是先对其进行排序,然后直接取出最大的K个元素就行了,但是这种方法往往是不可靠的,不仅时间效率低而且空间开销大,排序是对所有数都要进行排序,而实际上,这类问题只关心最大的K个数,并不关心序列是否有序,因此,排序实际上是浪费了的很多资源都是没必要的。
题目:
输入 n 个整数,找出其中最大的 k 个数。例如输入4、5、1、6、2、7、3、8 这8个数字,则最大的4个数字是5、6、7、8。
解法一:基于快排的O(n)的算法
如果基于数组的第 k 个数字来调整,使得比第 k 个数字小的所有数字都位于数组的左边,比第 k 个数字大的所有数字都位于数组的右边。这样调整之后,位于数组中左边的 k 个数字就是最小的 k 个数字(这 k 个数字不一定是排序的)。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54publicclassLeastK{
publicstaticvoidgetLeastNumbers(int[]input,int[]output){
if(input==null||output==null||output.length<=0||input.length
thrownewIllegalArgumentException("Invalid args");
}
intstart=0;
intend=input.length-1;
intindex=partition(input,start,end);// 切分后左子数组的长度
inttarget=output.length-1;// K-1
// 若切分后左子数组长度不等于K
while(index!=target){// 若切分后左子数组长度小于K,那么继续切分右子数组,否则继续切分左子数组
if(index
start=index+1;
}else{
end=index-1;
}
index=partition(input,start,end);
}
System.arraycopy(input,0,output,0,output.length);
}
privatestaticintpartition(intarr[],intleft,intright){
inti=left;
intj=right+1;
intpivot=arr[left];
while(true){// 找到左边大于pivot的数据,或者走到了最右边仍然没有找到比pivot大的数据
while(i pivot
if (i == right) {
break;
}
}// 找到右边小于pivot的数据,或者走到了最左边仍然没有找到比pivot小的数据
while(j>left&& arr[--j] > pivot) { // 求最大的k个数时,arr[--j] < pivot
if (j == left) {
break;
}
}// 左指针和右指针重叠或相遇,结束循环
if(i>=j){
break;
}// 交换左边大的和右边小的数据
swap(arr,i,j);
}// 此时的 a[j] <= pivot,交换之
swap(arr,left,j);
returnj;
}
privatestaticvoidswap(int[]arr,inti,intj){
inttmp=arr[i];
arr[i]=arr[j];
arr[j]=tmp;
}
}
采用上面的思路是有限制的,比如需要修改输入的数组,因为函数 Partition 会调整数组中的顺序,当然了,这个问题完全可以通过事先拷贝一份新数组来解决。值得说明的是,这种思路是不适合处理海量数据的。若是遇到海量数据求最小的 k 个数的问题,可以使用下面的解法。
解法二:最小堆法
利用最小堆的思想,先读取前k个元素,建立一个最小堆。然后将剩余的所有元素依次与堆顶元素进行比较,如果大于堆顶元素,则堆顶弹出,否则,压入下一个数组元素继续比较,只要维护大小为k的堆就可以了,此方法适合处理海量数据,时间复杂度为O(nlogk)。java的PriorityQueue可以实现最小堆。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38importjava.util.Arrays;
importjava.util.PriorityQueue;
importjava.util.Random;
publicclassTopK{
publicstaticvoidmain(String[]args){
intnumber=100000000;// 一亿个数
intmaxnum=1000000000;// 随机数最大值
inttopnum=100;// 取最大的多少个
int[]nums=newint[100000000];
Randomrandom=newRandom();
for(inti=0;i
ints=Math.abs(random.nextInt(maxnum));
nums[i]=s;
}
Integer[]res=TopK.getLargestNumbers(nums,topnum);
System.out.println(Arrays.toString(res));
}
publicstaticInteger[]getLargestNumbers(int[]nums,intk){
PriorityQueueminQueue=newPriorityQueue<>(k);// 默认自然排序
for(intnum:nums){
if(minQueue.size()minQueue.peek()){// peek():返回队列头部的值,也就是队列最小值
// 插入元素
minQueue.offer(num);
}
if(minQueue.size()>k){// 删除队列头部
minQueue.poll();
}
}
returnminQueue.toArray(newInteger[0]);
}
}
也可以将上述代码改为手动实现最小堆的方式,代码如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105importjava.util.Arrays;
importjava.util.Date;
importjava.util.Random;
publicclassTop100{
publicstaticvoidmain(String[]args){
find();
}
publicstaticvoidfind(){//
intnumber=100000000;// 一亿个数
intmaxnum=1000000000;// 随机数最大值
inti=0;
inttopnum=100;// 取最大的多少个
DatestartTime=newDate();
Randomrandom=newRandom();
int[]top=newint[topnum];
for(i=0;i
top[i]=Math.abs(random.nextInt(maxnum));//设置为随机数
// top[i] = getNum(i);
}
buildHeap(top,0,top.length);// 构建最小堆, top[0]为最小元素
for(i=topnum;i
intcurrentNumber2=Math.abs(random.nextInt(maxnum));//设置为随机数
// int currentNumber2 = getNum(i);
// 大于 top[0]则交换currentNumber2 重构最小堆
if(top[0]
top[0]=currentNumber2;
shift(top,0,top.length,0);// 构建最小堆 top[0]为最小元素
}
}
System.out.println(Arrays.toString(top));
sort(top);
System.out.println(Arrays.toString(top));
DateendTime=newDate();
System.out.println("用了"+(endTime.getTime()-startTime.getTime())+"毫秒");
}
publicstaticintgetNum(inti){
returni;
}
//构造排序数组
publicstaticvoidbuildHeap(int[]array,intfrom,intlen){
intpos=(len-1)/2;
for(inti=pos;i>=0;i--){
shift(array,from,len,i);
}
}
/**
* @param array top数组
* @param from 开始
* @param len 数组长度
* @param pos 当前节点index
* */
publicstaticvoidshift(int[]array,intfrom,intlen,intpos){
// 保存该节点的值
inttmp=array[from+pos];
intindex=pos*2+1;// 得到当前pos节点的左节点
while(index
{
if(index+1
&& array[from + index] > array[from + index + 1])// 如果存在右节点
{
// 如果右边节点比左边节点小,就和右边的比较
index += 1;
}
if(tmp>array[from+index]){
array[from+pos]=array[from+index];
pos=index;
index=pos*2+1;
}else{
break;
}
}
// 最终全部置换完毕后 ,把临时变量赋给最后的节点
array[from+pos]=tmp;
}
publicstaticvoidsort(int[]array){
for(inti=0;i
//当前值当作最小值
intmin=array[i];
for(intj=i+1;j
if(min>array[j]){
//如果后面有比min值还小的就交换
min=array[j];
array[j]=array[i];
array[i]=min;
}
}
}
}
}
若是遇到此类求海量数据中最小的 k 个数的问题,只需改用最大堆即可。构建最大堆,需要重写compare方法。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50importjava.util.Arrays;
importjava.util.Comparator;
importjava.util.PriorityQueue;
importjava.util.Random;
publicclassTopKK{
publicstaticvoidmain(String[]args){
intnumber=100000000;// 一亿个数
intmaxnum=1000000000;// 随机数最大值
inttopnum=100;// 取最大的多少个
int[]nums=newint[100000000];
Randomrandom=newRandom();
for(inti=0;i
ints=Math.abs(random.nextInt(maxnum));
nums[i]=s;
}
Integer[]res=TopKK.getLeastNumbers(nums,topnum);
System.out.println(Arrays.toString(res));
}
publicstaticInteger[]getLeastNumbers(int[]nums,intk){// 默认自然排序,需手动转为降序
PriorityQueuemaxQueue=newPriorityQueue<>(k,newComparator(){
@Override
publicintcompare(Integero1,Integero2){
//if (o1 > o2) {
// return -1;
//} else if (o1 < o2) {
// return 1;
//}
//return 0;
returno2.compareTo(o1);
}
});
for(intnum:nums){
if(maxQueue.size()
// 插入元素
maxQueue.offer(num);
}
if(maxQueue.size()>k){// 删除队列头部
maxQueue.poll();
}
}
returnmaxQueue.toArray(newInteger[0]);
}
}