轉載自點擊打開鏈接
題目描述
輸入n個整數,找出其中最小的K個數。例如輸入4,5,1,6,2,7,3,8這8個數字,則最小的4個數字是1,2,3,4,。
解法一:排序
相信很多人會首先想到這種方法,先把數組按升序/降序進行排序,然後輸出 K 個最小/最大的數。
- 常規的排序方法時間複雜度至少是Θ(nlog2n)Θ(nlog2n)。(快排或堆排序)
- 可能你會說,我們可以使用線性時間的排序算法。當然可以,但通常它們對輸入的數組有一定的要求。比如計數排序要求 n 個數都是正整數,且它們的取值範圍不太大。
解法二:部分排序 O(n∗k)O(n∗k)
由於我們只需要找出最小/最大的 k 個數,所以我們可以進行部分排序,比如簡單選擇排序 和 冒泡排序,它們每一趟都能把一個最小/最大元素放在最終位置上,所以進行 k 趟就能把 n 個數中的前 k 個排序出來。
部分簡單選擇排序:void select_sort(int A[], int n, int k)
{
for(int i=0; i<k; ++i) { // k趟
int Min = i; // 記錄最小元素的位置
for(int j=i+1; j<n; ++j)
if(A[j] < A[Min])
Min = j;
if(Min != i) // 與A[i]交換
{
int tmp = A[Min];
A[Min] = A[i];
A[i] = tmp;
}
}
}
部分冒泡排序:void bubble_sort(int A[], int n, int k)
{
for(int i=0; i<k; ++i) // k趟
{
bool flag = false;
for(int j=n-1; j>i; --j) // 一趟冒泡過程
if(A[j-1] > A[j])
{
int tmp = A[j-1];
A[j-1] = A[j];
A[j] = tmp;
flag = true;
}
if(flag == false) // 已經有序
return ;
}
}
解法三:快排劃分 O(n∗log2k)O(n∗log2k)
當我們求出第 k 順序統計量時,位於它前面的元素都比它小,位於它後面的元素都比它大。這時,數組的前 k 個數就是最小的 k 個數。
int partition(int A[], int low, int high)
{
int pivot = A[low];
while(low < high)
{
while(low < high && A[high]>=pivot)
--high;
A[low] = A[high];
while(low < high && A[low]<=pivot)
++low;
A[high] = A[low];
}
A[low] = pivot;
return low;
}
int topK(int A[], int low, int high, int k)
{
if(k <= 0)
return -1;
if(low == high)
return low;
int pos = partition(A, low, high);
int i = pos - low + 1;
if(i == k)
return pos; // 返回前k個數的
else if(i > k)
return topK(A, low, pos, k);
else
return topK(A, pos+1, high, k-i);
}