top k 问题的几种解决方法

ゝ一纸荒年。 2022-05-31 10:56 372阅读 0赞

top k问题是指给定一组数量为n的数，从中找出前k大的数或第k大的数(k <= n)。由于只要能找出前k大的数，即可以得到第k大的数。所以下面先介绍解决前k大数问题的几种思路：

## 1.部分排序 ##

由于我们只需要找到数组nums的前k大的数，所以不需要对整个数据进行排序，只需要保持前k大的数有序即可。所以我们可以维护一个大小为k的数组tk：

*  首先将数组nums的前k个元素放入数组tk中，然后从大到小对tk排序
 *  之后从数组nums的第k+1个元素开始遍历，将遇到的每个元素nums\[i\]和tk中的最小数tk\[k-1\]比较，如果比tk\[k-1\]大，就将tk\[k-1\]删去，然后将nums\[i\]插入到数组tk中，保证tk依旧有序
 *  遍历结束后，tk中的元素就是前k大的数

复杂度：对tk排序的复杂度为O(k\*logk)，向tk插入数据的复杂度为O(k), 所以遍历数组nums并向tk插入数据的复杂度为O(n\*k)，总的复杂度为O(k\*logk + n\*k) 近似为 O(k\*n)  
如果k的值过大，算法的复杂度会相应增大

代码

vector<int> solve1(vector<int> &nums, int k){
            int n = nums.size();
            vector<int> tk(nums.begin(), nums.begin()+k);
            sort(tk.rbegin(), tk.rend());
    
            for(int i = k; i < n; i++){
                if(nums[i]  > tk[k-1]){
                    int j = k-1;
                    int t = nums[i];
                    while(j > 0){
                        if(tk[j-1] >= t){
                            tk[j] = t;
                            break;
                        }
                        tk[j] = tk[j-1];
                        j--;
                    }
                    if(j == 0)
                        tk[j] = t;
                }
            }
            return tk;
        }

## 2.基于大根堆 ##

我们可以将待找数组nums建立为一个大根堆，然后从建好的堆中一次找出最大的k个数即可。  
复杂度：使用筛选法建堆的复杂度为O(n), 然后从大根堆中找出前k大数的复杂度为O(k\*logn),所以总的复杂度为：O(n + k\*logn)  
显然这个算法的复杂度要低于部分排序。

代码

vector<int> solve2(vector<int> &nums, int k){
            int n = nums.size();
            vector<int> result;
            //建堆
            for(int i = (n-2)/2; i >= 0; i--)
                adjust(nums, i, n);
            //找出前k大的数
            for(int i = n-1; i >= n-k; i--){
                int t = nums[0];
                nums[0] = nums[i];
                nums[i] = t;
                result.push_back(t);
                adjust(nums, 0, i);
            }
            return result;
        }
    
        void adjust(vector<int> &nums, int i, int n){
            int parent = i;
            int t = nums[i];
            while(parent*2+1 <= n-1){
                int child = parent*2+1;
                if(child != n-1 && nums[child] < nums[child+1])
                    child++;
                if(t >= nums[child])
                    break;
                nums[parent] = nums[child];
                parent = child;
            }
            nums[parent] = t;
        }

## 基于小根堆的部分排序 ##

分析前面的部分排序算法，我们可以发现有太多的时间浪费在了对数组tk的插入操作中，为了提高插入的效率，我们可以将数组tk组织为一个小根堆，对于小根堆的插入操作复杂度为O(logk)，这显然要优于直接插入的复杂度O(k)。  
复杂度：总的复杂度为 O(n\*logk)

代码

vector<int> solve3(vector<int> &nums, int k){
            int n = nums.size();
            vector<int> tk(nums.begin(), nums.begin()+k);
            //建堆
            for(int i = (k-2)/2; i >= 0; i--)
                adjust(tk, i, k);
            //遍历
            for(int i = k; i < n; i++)
                if(nums[i] > tk[0]){
                    tk[0] = nums[i];
                    adjust(tk, 0, k);
                }
            //对tk排序
            for(int i = k-1; i >= 0; i--){
                int t = tk[0];
                tk[0] = tk[i];
                tk[i] = t;
                adjust(tk, 0, i);
            }
            return tk;
        }
    
        void adjust(vector<int> &nums, int i, int n){
            int t = nums[i];
            int parent = i;
    
            while(parent*2+1 <= n-1){
                int child = parent*2+1;
                if(child != n-1 && nums[child+1]<nums[child])
                    child++;
                if(t <= nums[child])
                    break;
                nums[parent] = nums[child];
                parent = child;
            }
            nums[parent] = t;
        }

## 基于快速排序 ##

还有一种算法是基于快速排序的，我们知道每趟快排都会选定一个基准值，一趟快排后，基准值右边的所有数都大于这个基准值，所以我们可以通过选取合适的部分递归地对这些部分进行一趟快排，直到基准值右边的数为k个，那么我们就得到了数组的前k大的数:

**1. 首先对数组nums进行一趟快排**  
**2. 然后根据关键值key的位置进行判断**  
**3. 如果key的下标 i < n-k : 对i右边的部分进行一趟快排，然后重复步骤2**  
**4. 如果key的下标 i > n-k : 对i左边的部分进行一趟快排，然后重复步骤2**  
**5. 如果key的下标 i == n-k ,那么就返回key(或 i )**

上述算中，如果返回key就是数组中第k大的数，如果返回i就是前k大数的位置，下面的算法给出的是一个寻找第k大数的算法，稍作修改就可以得到前k大的数。

复杂度：O(n)

代码

int qselect(vector<int> &nums, int left, int right, int k){
            if(left <= right){
                int low = left;
                int high = right;
                int key = nums[left];
                while(low < high){
                    while(low < high && nums[high] >= key)
                        high--;
                    nums[low] = nums[high];
                    while(low < high && nums[low] <= key)
                        low++;
                    nums[high] = nums[low];
                }
                nums[low] = key;
                if(low == nums.size()-k)
                    return key;
                else if(low < nums.size()-k)
                    return qselect(nums, low+1, right, k);
                else
                    return qselect(nums, left, low-1, k);
            }
        }