堆排序及堆的应用
甚至源源不断到来,但需要知道目前为止前 K 个最大或最小的元素。当然问题还可能变为求解 第 K 个 最大的元素或最小的元素。 通常我们有如下解决方案:
上述两种思路都是假定所有元素已知,如果元素个数不确定,且数据源源不断到来的话,就无能为力了。 下面提供一种新的思路: 我们维护一个长度为 K 的数组,最前面 K 个元素就是目前最大的 K 个元素,以后每来一个新元素,都先找数组中的最小值,将新元素与最小值相比,如果小于最小值,则什么都不变,如果大于最小值,则将最小值替换为新元素。这样一来,数组中维护的永远是最大的 K 个元素,不管数据源有多少,需要的内存开销都是固定的,就是长度为 K 的数组。不过,每来一个元素,都需要找到最小值,进行 K 次比较,是否有办法能减少比较次数呢? 当然,这时候堆就要登场了,我们使用最小堆维护这 K 个元素,每次来新的元素,只需要和根节点比较,小于等于根节点,不需要变化,否则用新元素替换根节点,然后 siftDown 调整堆即可。此时的时间复杂度为 O(nlogK) ,相比上述两种方法,效率大大提升,且空间复杂度也大大降低。
Top K 问题代码: (编辑:威海站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |