java 返回第k小的数_按大小选择第K个数的问题（top-k选择问题）

选择问题(seletion problem)概述[1]

从N个数当中选出第k个最大者。

最简单的两种算法：

算法A1：排序-->返回k位置的数。时间复杂度O(N^2)

算法A2：先读入前k个数-->排序-->逐个读入其余-->插入/丢掉。时间复杂度O(KN)

K=N/2 (上取整) 时，两者复杂度都是O(N^2)

新解法一、用优先队列(堆)解决选择问题

优先队列基础知识

- 优先队列基本模型

- 优先队列的简单实现

方法a,链表：表头插入-->遍历链表删除最小元。时间复杂度O(1)+O(N)

方法b,二叉查找树。时间复杂度O(logN)

- 优先队列更好的实现方案：二叉堆(简称堆)

a.二叉堆的结构性质

堆：完全填满的二叉树。底层元素从左到右填入。(完全二叉树)

完全二叉树，高h与节点数N的关系

N = 2^h ~ 2^(h+1) - 1

h = O(logN)

完全二叉树非常规律-->可以用数组表示完全二叉树

位置i的元素-->左儿子[2i],右儿子(2i+1),父亲(i/2)下取整

b.堆序性质

堆序性质(heap-order property)：让操作快速执行的性质

在一个堆中，每一个子节点X的父亲中的关键字小于等于X的关键字，根节点除外。

c.基本的堆操作(见数据结构与算法分析P153)

用优先队列解决选择问题

算法A3：

将N个元素读入数组，对数组应用buildHeap算法。执行k次deleteMin操作。

buildHeap最坏情况用时O(N)

每次deleteMin用时O(logN)

k次deleteMin-->用时O(klogN + N)

算法A4：

用简单方法A2，但用堆buildHeap来实现前k个数,耗时O(k)-->检测新元素是否进入O(1)-->必要时删除旧插入新O(logk)-->总时间O( k + (N - k)logk )=O( Nlogk )

新解法二、用快速排序解决选择问题(快速选择)

算法A5：

选取S中一个元素作为枢纽元v，将集合S-{v}分割成S1和S2，就像快速排序那样

如果k <= |S1|，那么第k个最小元素必然在S1中。在这种情况下，返回QuickSelect(S1, k)。

如果k = 1 + |S1|，那么枢纽元素就是第k个最小元素，即找到，直接返回它。

否则，这第k个最小元素就在S2中，即S2中的第(k - |S1| - 1)个最小元素，我们递归调用并返回QuickSelect(S2, k - |S1| - 1)。

此算法的平均运行时间为O(N)。

复杂度比较

在我自己的项目中，k=1或2.所以采用算法a2或者a4比较好。a2代码量小，果断采用。

参考文献