寻找最大的K个数: 终极解决方案

2019独角兽企业重金招聘Python工程师标准>>>

（终于等到你）

 

写在前面的一句话：那些年，虐过你的面试题是：_______。

 

 

 

今天继续和大家聊寻找最大的K个数。

 

先来熟悉一下问题：

有很多个无序的数（我们这里假设为正整数），而且各不相等，怎么选出最大的K个数。

 

例如：2，5，7，1，3，9，3，6，7，8，5

最大的5个数为：7，9，6，7，8

 

之前我们给出了四种解法：

快速排序和选择排序，文章详情：寻找最大的K个数：快排和选择（一）

快排优化和二分搜索，文章详情：寻找最大的K个数：快排优化和二分搜索（二）

 

今天我们继续。开始前，先聊一会。

 

最终的那个方案，时间复杂度是线性的，也就是说，效率是六个解法中最高的。但是，它有自己的限制。

首先，所有的N个数都是正整数。

其次，它们的取值范围都不太大。

 

这里想说一个什么问题呢？有所长，必有所短！

 

老天给你打开了一扇窗，一定会给你关闭一扇门。

 

老天给你打开了一扇门，一定会给你打开一扇窗。

 

如果你好，那么你一定有某些限制；如果你慢，那么你一定有其它优点。请相信，只要存在，就是合理。

 

拿世界上最好的编程语言php来说（没有之一），随修改，随运行，那叫一个6666。但是缺点也是很多，至于什么，请自行百度。

 

道理很简单，如果一个语言，又快，又好，那么其它编程语言就可以去死了。现在其它语言都活的好好的。

 

所以，在什么情况下选择什么语言，是非常明智的，也是聪明的。不要一味地抱残守缺！

 

其实我很不理解一件事，就是面试问那么多高深的技术，进去之后还是去写业务代码。门槛如此之高，进去之初很容易摔跤。

 

先来说说最小堆的事。

 

假如，我们有一个大小为K的数组，数组是一个最小堆（数组第一个数为整个数组最小的值）。请自行百度什么是最小堆。

 

我们从数组Ｓ中取一个值，这个值和最小堆的第一个数first对比，有两种结果：

１，Si <= first　　那么我们可以不做任何处理，因为我们找的是最大的K个数

２，Si > first 这时候，我们需要将Si的值赋值给最小堆的首元素。这时候我们可能会破坏最小堆的结构，所以需要重建最小堆。重建后，第一个元素同样是最小的。就这样一次比较下去。

 

不知道看没看明白，我们只需要一次将数组S中的元素与最小堆的首元素相比即可。

代码如下：

package com.xylx.utils.selectK;

import com.xylx.utils.GsonUtils;

/**
 * Created by  on 17-5-10.
 */
public class MinHeap {
    public static void main(String[] args) {
        int[] arr = {2,6,3,9,4,8};
        buildMinHeap(arr);
        System.out.println(GsonUtils.getJsonFromObject(arr));

        change(5, arr);
        System.out.println(GsonUtils.getJsonFromObject(arr));

        change(6, arr);
        System.out.println(GsonUtils.getJsonFromObject(arr));
    }

    /**
     * 都建构建最小堆
     * @param arr
     */
    public static void buildMinHeap(int[] arr) {
        for (int i=0; i<arr.length; i++) {
            handleMinHeap(arr, arr.length, i); //从前向后构建最小堆
        }
    }

    /**
     * 检查value是否比arr[0]大，如果大于，则对堆进行重构
     * @param value
     * @param arr
     */
    public static void change(int value, int[] arr) {
        if (value > arr[0]) {
            arr[0] = value;
            handleMinHeap(arr, arr.length, 0);
        }
    }

    /**
     * 最小堆排序
     * @param arr
     */
    public static void minHeapSort(int[] arr) {
        for (int i=arr.length-1; i>0; i--) {
            int temp = arr[0];
            arr[0] = arr[i];
            arr[i] = temp;
            handleMinHeap(arr, i, 0);
        }
    }

    /**
     * 节点转换
     * @param arr
     * @param heapSize
     * @param current
     */
    public static void handleMinHeap(int[] arr, int heapSize, int current) {
        int leftChildIndex = getLeftChiledIndex(current);
        int rightChildIndex = getRightChildIndex(current);
        int minIndex = current; //找到三个节点中最小的那个
        if (leftChildIndex<heapSize && arr[current] > arr[leftChildIndex]) {
            minIndex = leftChildIndex;
        }
        if (rightChildIndex<heapSize && arr[minIndex] > arr[rightChildIndex]) {
            minIndex = rightChildIndex;
        }
        if (minIndex != current) {
            int tmp = arr[current]; //将最小的值转移到父节点位置，这样可能会破坏原先子节点的结果，所以需要递归
            arr[current] = arr[minIndex];
            arr[minIndex] = tmp;
            handleMinHeap(arr, heapSize, minIndex);
        }
    }

    /**
     * 获取左孩子节点位置
     * @param current
     * @return
     */
    public static int getLeftChiledIndex(int current) {
        return (current<<1) + 1;
    }

    /**
     * 获取右孩子节点位置
     * @param current
     * @return
     */
    public static int getRightChildIndex(int current) {
        return (current<<1) + 2;
    }

    /**
     * 获取父节点位置
     * @param current
     * @return
     */
    public static int getParentIndex(int current) {
        return (current-1)>>1;
    }
}

 

说完了上面那个，让我们看看最终的大boss。

 

下面这个是面试中大部分面试官想要的结果。它的工作流程是：

得到数组中最大的值MAX，这样数组中所有的数都在[0, MAX]之间。申请一个数组countArr，大小为MAX+1。countArr每条记录是这个下标所代表的数组在数组中出现的次数。这样，我们只需要从前向后找到前K个最大的数即可。

 

代码如下：

package com.xylx.utils.selectK;

/**
 * Created by zongjh on 17-5-8.
 */
public class FinalSelectK {
    public static void main(String[] args) {
        int[] arr = Constans.getLengthArr(100);
        Constans.printArr(arr);
        selectK(arr);
    }

    public static void selectK(int[] arr) {
        int max = getMax(arr);
        System.out.println("max="+max);
        int[] countArr = new int[max+1];
        initArr(countArr);
        for (int i=0; i<arr.length; i++) {
            int index = arr[i];
            countArr[index] = countArr[index] + 1;
        }
        int num = getK(countArr, max);
        System.out.println("num="+num);
        printK(arr, num);
    }

    private static void printK(int[] arr, int min) {
        int index = 0;
        System.out.println("最大的K个数:");
        for (int i=0; i<arr.length; i++) {
            if (arr[i] > min) {
                System.out.print(arr[i]+"    ");
                index++;
            }
        }
        for (int i=0; i<(Constans.K-index); i++) {
            System.out.print(min+"    ");
        }
    }

    /**
     * 寻找第Ｋ大的数
     * @param countArr
     * @param max
     * @return
     */
    public static int getK(int[] countArr, int max) {
        int num = 0;
        int sumCount = 0;
        for (int i=max-1; i>0; i--) {
            sumCount += countArr[i];
            if (sumCount >= Constans.K) {
                num = i;
                break;
            }
        }
        return num;
    }

    public static void initArr(int[] arr) {
        for (int i=0; i<arr.length; i++) {
            arr[i] = 0;
        }
    }

    /**
     * 得到数组最大值
     * @param arr
     * @return
     */
    public static int getMax(int[] arr) {
        if (arr == null || arr.length < 1) {
            return Integer.MIN_VALUE;
        }
        int max = Integer.MIN_VALUE;
        for (int i=0; i<arr.length; i++) {
            if (arr[i] > max) {
                max = arr[i];
            }
        }
        return max;
    }
}

 

这里的辅助类，请参考之前的文章，看开头。

 

终于写完了，这个寻找最大的K个数。

 

最后一句话：说不定哪天你就用到这个面试题了！

 

其他技术文章：

DNS域名解析

CDN知道为什么是你？

靠谱的TCP：三次握手和四次挥手

喜欢聊技术或者聊观点，可以加入公号：【花生读书汇】

一起：励志，成长，学习，分享。

转载于:https://my.oschina.net/u/1013545/blog/904247