笔试题,最后一题
查找网易云音乐中播放量最大的前K个歌曲。
换句话说,就是在数组中查找前K大元素。
大致有以下几个思路。
1.第一感觉就是对数组进行降序全排序,然后返回前K个元素,即是需要的K个最大数。
排序算法的选择有很多,考虑数组的无序性,可以考虑选择快速排序算法,其平均时间复杂度为O(NLogN)。具体代码实现可以参见相关数据结构与算法书籍。
2.观察第一种算法,问题只需要找出一个数组里面前K个最大数,而第一种算法对数组进行全排序,不单单找出了前K个最大数,更找出了前N(N为数组大小)
个最大数,显然该算法存在“冗余”,因此基于这样一个原因,提出了改进的算法二。
首先建立一个临时数组,数组大小为K,从N中读取K个数,降序全排序(排序算法可以自行选择,考虑数组的无序性,可以考虑选择快速排序算法),然后依
次读入其余N - K个数进来和第K名元素比较,大于第K名元素的值则插入到合适位置,数组最后一个元素溢出,反之小于等于第K名元素的值不进行插入操作。
只待循环完毕返回临时数组的K个元素,即是需要的K个最大数。同算法一其平均时间复杂度为O(KLogK + (N - K))。具体代码实现可以自行完成。
算法时间复杂度证明:
原问题:
顺序统计量选择问题:数组A包含N个元素,找出数组A中前K个最大数
解法二:
首先建立一个临时数组,数组大小为K,从N中读取K个数,降序全排序(可以考虑选择快速排序算法,快排平均复杂度O(KlogK)),
然后依次读入其余N - K个数进来和第K名元素比较,大于第K名元素的值则插入到合适位置,数组最后一个元素溢出,反之小于等于第K名元素的值不进行插入操作。
只待循环完毕返回临时数组的K个元素,即是需要的K个最大数。
其平均时间复杂度为O(KLogK + (N - K))。
证明:
设指示器随机变量
Xi = {A属于前K个最大数},i=K+1, K+2, ..., N;
由于数组A的N个元素分布随机,则E[Xi] = 1/N;
则依次处理其余N - K个数的时间复杂度为T(N-K) = sum(Xi*logK),i=K+1, K+2, ..., N;
(注意logK是将一个数插入到排好序的K个数的时间复杂度)
对上式求期望,得
E[T(N-K)] = E[sum(Xi*logK),i=K+1, K+2, ..., N]
= sum(E[Xi] * logK),i=K+1, K+2, ..., N
= sum(1/n * logK),i=K+1, K+2, ..., N
= (N-K)logK/n < N-K;
综合,该算法平均时间复杂度为
T(N) = O(KLogK + (N - K))。
3.上面两种算法在N=100万,K=50万时速度都尤其“漫长“,现在提出一种更高效的算法,该算法原理和快速排序一致,但只有一个方向的递归,其平均时间
复杂度为O(N)。
先选取一个中值元素(该中值是否合理将影响到算法效率,其原因同快速排序),然后将大于等于该数的元素放到其右侧,小于该数的放到左侧。如7 4 6 8 0
-1,选取6作为中值元素,则结果应该为4 0 -1 6 8 7,接下来比较K值和现在的中值元素6所在索引(3)。
如果K小于索引3,则处于包括中值元素在内的右边的元素即是前K个最大数中的前(3(索引) - K + 1)个最大数,予以保存,同时需在索引0 ~ 2间再进行递归操作继续选取第K名。
如果K大于索引3,则在4 ~ 5中递归选取第K - 3(索引) - 1名即可。
还有一关键是可以为递归中的数组长度选取一临界点,小于该临界则进行全排序,而不再进行递归操作。
以上算法均是本人在书本上或者互联网上学习的算法,并非自己原创,当然部分的改动还是自我原创的。
其实当问题规模不是很大时,比如数组大小N很小,N为100数量级,可以不用太追求算法的高效性,因为对于问题规模不大时,上面三种算法的运行时间相差并不大,
完全可以考虑采用第一种或者第二种比较简单的实现方式。
在LintCode上有相关题目。
http://www.lintcode.com/en/problem/kth-largest-element/
AC的代码如下
class Solution {
/*
* @param k : description of k
* @param nums : array of nums
* @return: description of return
*/
public int kthLargestElement(int k, int[] nums) {
// write your code here
int l = 0, r = nums.length - 1;
while (l < r) {
int left = l, right = r;
int key = nums[left];
while (left < right) {
while (left < right && nums[right] < key) {
right--;
}
nums[left] = nums[right];
while (left < right && nums[left] >= key) {
left++;
}
nums[right] = nums[left];
}
nums[left] = key;
if (left == k - 1) return nums[k - 1];
else if (left > k - 1) r = left - 1;
else l = left + 1;
}
return nums[k - 1];
}
};