求最大的k个数java,java求第K个数的问题(2)

能够改进上面堆排序的做法，仅仅维护一个大小为k的堆吗？

上面的做法为什么不行？因为堆，或者说优先级队列，只有一个出口。换言之，这个最小堆只能每次去poll最小值，如果这个堆的大小已经超过了k，我要是想从中去掉一个肯定不需要的最大值，是没有办法做到的。

但是什么队列有两个出口呢？Deque。可是一般的Deque却又不具备堆的特性，那有没有可能将PriorityQueue和Deque结合起来呢？这样我的问题就解决了。如果需要我自己实现，那我可以分别创建一个最大堆和一个最小堆，分别保存堆元素的引用。代码就不贴了，有上面这些基础，这个很容易实现。

不过开源已经有这样的东西了，有不同的实现版本，有的就叫做PriorityDeque；还有一个版本，是大名鼎鼎的Guava实现的，叫做MinMaxPriorityQueue。

如果这堆数不是放在一起，而是在若干个数组里呢？

前面说了，如果这堆数只在一个数组里，有两种办法可以排序，如果是在若干个不同的数组里呢？一样可以从快排和堆排序两个思路去分析。

如果利用上面改进后的快排，一种方法是合并成一个大数组快排，另一种方法是给每个数组快排之后都各自取最大的k个，拿出来放到一起继续快排。

但是倘若k相对比较小可以接受而某一个数组太大，而且数组太多(假设下面的nums.length ≥ k)，那么堆排序就更有优势，因为不需要合并，堆的大小只和这个k有关，和这些数组本身大小无关。具体做法是，如果每个数组都还无序，就先给每个数组排序，如果数组很大，不需要完全有序，只需要用上面的优化了的方法各自整理出容量为k的最小堆，从而使得每个数组都有一个最小堆相对应，能够不断pull出当时该数组最小的元素。于是这个问题就变成了，如何从若干个size为k的最小堆中，找出排第k的元素：

先定义这样一个元素。其中idx就存放着第几个堆(下标)，num为实际存放的数值：

class Item {

int num;

int idx;

public Item(int num, int idx) {

this.num = num;

this.idx = idx;

}

}

再在主方法中，对整体维护一个最小堆heap，每次从这个堆中取出一个元素的时候，要观察这个元素是从哪里来的，如果是从nums[i]来的，就再从nums[i]取一个当时的最小元素补充到这个heap中。

public int getKth(Queue nums[], int k) {

Queue heap = new PriorityQueue<>(nums.length, (o1, o2) -> o1.num - o2.num);

for (int i=0; i

heap.add(new Item(nums[i].poll(), i));

Item item = null;

for (int i=0; i

item = heap.poll();

heap.add(new Item(nums[item.idx].poll(), item.idx));

}

return heap.poll().num;

}

这个方法其实还有一个有趣的推广，就是从一维到二维，甚至更高维。

具体来说，如果拿到若干个数组，从中任意取两个数x和y，要求x+y的各种组合里面的第k个，或者在全为非负数的情况下引入乘法，比如x*y+2x的所有组合里面的第k个。这样的问题还是可以基于堆来解决，当然，首先要给每个数组各自排序。思路是类似的。

继续，如果这些数在不同的机器上(文件里)呢？

我想这也是个经典问题，这个问题都问烂了。数据量如果放在一台机器上不合适，那么很多人都会想到，可以map-reduce啊，每台机器上进行map运算都求出最大的k个，然后汇总到一台机器上去reduce求出最终的第k个(如果机器很多，这个汇总过程可以是多级汇总)。

可是，这个回答无意之中假定了一个条件，让问题变得好处理很多。这个条件就是——k不大。

假如这堆数很多，因此放在若干台机器上，但是如果这个k也非常大呢？即便要想把这k个数放到一台机器上去找也不可行。

这时候问题就有点复杂了，也有不同的处理方法。一种办法是，通过某种排序方法(比如基于不断归并的外排序)，给每台机器上的数据都排好序，然后从中找一个(猜一个可能为所求的数)数作为pivot，并且在每台机器上这些有序数里面都明确这个pivot的位置。假设machine[i]表示第i台机器上，pivot这个数所处的序列，那么把这些machine[i]累加起来，得到的数sum去和k比较：

◾如果sum==k，那这个数就找到了；

◾如果sum

◾如果sum>k，说明这个数在每台机器上machine[i]往前，直到开头的这一段数中。

如是递归求解。

当然这个方法依然有许多地方可以改进，比如这个预先进行的外排序，未必要完全进行，是可以通过稳重介绍的理论优化掉或者部分优化掉的。

这个方法改变了思考的角度，原本是从一堆数中去找第k个数，现在是从中拿出一个数来，去这堆数中找它应该在的位置。

还蛮有趣的。