1. 使用最小堆, 设置最小堆的大小为K, 仅需遍历一遍即可 2. 寻找最大的 K 个数实质上是寻找第 K 大的数. 通过二分法在区间内不断校正 mid 的值来找到 pivot, 时间复杂度为 o(N*logN), 最后以 o(N) 的复杂度滤出 K-1 个数 3. 哈希算法, 假定数都是整数. 将所有的数看成二进制的, 若某一个数最高位为第 i 位, 则将该数放到第 i 个桶中, 统计各个桶中的个数, 递归求解, 逐步缩小 K 所在的桶的范围

方法1:先对数组进行排序,然后遍历前K个数,此时时间复杂度为O(nlgn); 方法2:维护一个容量为K的最大堆(<算法导论>第6章),然后从第K+1个元素开始遍历,和堆中的最大元素比较,如果大于最大元素则忽略,如果小于最大元素则将次元素送入堆中,并将堆的最大元素删除,调整堆的结构; 方法3:使用快速排序的原理,选择出数组中第K大的元素,select(a[], k, low, high) 选取数组中a[high]为基准,将数组分割为A1和A2,A1中的元素都比a[high]小,A[2]中的元素都

public class MinHeap { /* * * Top K个问题,求给定数据中最小的K个数 * * 最小堆解决:堆顶元素为堆中最大元素 * * * */ private int MAX_DATA = 10;//最小10个数 private int[] data;//存储数据 private int len;//当前存储长度,考虑到元素个数可能没有10个,这个时候全部输出 private MinHeap() { data = new int[MAX_DATA]; len=0; } pr

/** * 找到无序数组中最小的k个数 时间复杂度O(Nlogk) * 过程: * 1.一直维护一个有k个数的大根堆,这个堆代表目前选出来的k个最小的数 * 在堆里的k个元素中堆顶的元素是最小的k个数中最大的那个. * 2.接下来,遍历整个数组,遍历过程中看当前数是否比堆顶元素小: * 如果是,就把堆顶元素替换成当前的数,然后从堆顶的位置调整整个堆,让替 * 换操作后堆的最大元素继续处在堆顶的位置: * 如果不是,则不进行任何操作,继续遍历下一个数: * 3.在遍历完成后,堆中的k个数就是所有数

洛谷p1036 #include<iostream> #include<math.h> using namespace std; ],n,k;//依照题目所设 bool isprime(int n){//判断是否质数 int s=sqrt(double(n)); ;i<=s;i++){ )return false; } return true; } int rule(int choose_left_num,int already_sum,int start,int end){

题目: 给定一个无序的整型数组arr,找到其中最小的k个数. 方法一: 将数组排序,排序后的数组的前k个数就是最小的k个数. 时间复杂度:O(nlogn) 方法二: 时间复杂度:O(nlogk) 维护一个有k个数的大根堆,这个堆代表目前选出的k个最小的数.在堆的k个元素中堆顶元素是最小的k个数中最大的那个. 接下来要遍历整个数组,遍历的过程中看当前数是否比堆顶元素小.如果是,就把堆顶元素替换成当前数,然后调整堆.如果不是,则不做任何操作,继续遍历下一个数.在遍历完成后,堆中的k个数就是所有数组中

题目 找到无序数组中最小的k 个数 java代码 package com.lizhouwei.chapter8; /** * @Description: 找到无序数组中最小的k 个数 * @Author: lizhouwei * @CreateDate: 2018/4/29 7:37 * @Modify by: * @ModifyDate: */ public class Chapter8_4 { //使用堆排序 时间复杂度为O(logN) public int[] getKMin(int[]

php实现 统计输入中各种字符的个数 一.总结 一句话总结:谋而后动,想清楚,会非常节约编写代码的时间. 1.对结果可能是0的变量,记得初始化? 4 $len=0; 5 $len=strlen($str); 6 $numChr=0;$num=0;$numSpace=0; 二.统计输入中各种字符的个数 题目描述 输入一行字符,分别统计出包含英文字母.空格.数字和其它字符的个数. /**     * 统计出英文字母字符的个数.     *      * @param str 需要输入的字符串    

package com.java_Test; import java.io.File; import java.util.HashMap; import java.util.Iterator; import java.util.Scanner; import java.util.Set; public class test { public static void main(String[] args) throws Exception { new test().wordCount(); }//

题目描述 链接:https://www.nowcoder.com/questionTerminal/ec2575fb877d41c9a33d9bab2694ba47?source=relative 来源:牛客网 无序数组中最小的k个数 对于一个无序数组,数组中元素为互不相同的整数,请返回其中最小的k个数,顺序与原数组中元素顺序一致. 给定一个整数数组A及它的大小n,同时给定k,请返回其中最小的k个数. 测试样例: [1,2,4,3],4,2 返回:[1,2] 代码 需要保留K个较小的元素,可以删

最近看到了 java.util.PriorityQueue.刚看到还没什么感觉,今天突然发现他可以用来找N个数中最小的K个数. 假设有如下 10 个整数. 5 2 0 1 4 8 6 9 7 3 怎么找出最小的 5 个数呢?很好想到的方法是先升序排序,然后取前 5 个就可以. 至于怎么排序方法有很多,比如简单的冒泡,选择,"难点"的有快速,希尔和堆等等. 先看看这种比较少见的实现方法的代码,再看看下面的简单介绍. PriorityQueue实现 import java.util.Arr

问题 设在起始地址为STRING的存储空间存放了一个字符串(该串已存放在内存中,无需输入,且串长不超过99),统计字符串中字符"A"的个数,并将结果显示在屏幕上. 代码 data segment string db 'ZXCVBNMASDFGHJKLQWERTYUIOPAAAA';我假设有四个A len dw $-string data ends code segment assume cs:code,ds:data main proc far start: mov ax,data m

1. 10亿个数中找出最大的1000个数 这种题目就是分治+堆排序. 为啥分治?因为数太多了,全部加载进内存不够用,所以分配到多台机器中,或者多个文件中,但具体分成多少份,视情况而定,只要保证满足内存限制即可.什么,如何分?Hash(num)% numOfFiles. 为啥堆排序?首先堆排序是一种选择排序,比一般的选择排序时间复杂度要低,额外的空间复杂度都是O(1).因为我只要在每一份中拿出最大的1000个即可,这里用大顶堆还是小顶堆呢? 开始我觉得是大顶堆,我们不妨举个例子:假设10亿个数,分

http://blog.csdn.net/realxie/article/details/8078043 假设有长度分为为M和N的两个升序数组A和B,在A和B两个数组中查找第K大的数,即将A和B按升序合并后的第K个数. 解法一: 使用两个指针指向A和B的开头,很容易在O(M+N)的时间内完成,此算法略过. 解法二: 使用二分的方法.算法思想在代码注释中 #include <iostream> #include <string.h> #include <stdlib.h>

原文发表在我的博客主页,转载请注明出处 前言 不论是小算法或者大系统,堆一直是某种场景下程序员比较亲睐的数据结构,而在python中,由于数据结构的极其灵活性,list,tuple, dict在很多情况下可以模拟其他数据结构,Queue库提供了栈和队列,甚至优先队列(和最小堆类似),heapq提供了最小堆,树,链表的指针在python中可以当作最普通的变量,所以python大法好...使用python确实可以把程序员从复杂的数据结构中解放开来,重点关注算法.好了言归正传. 题目 前几天看到了一个

题目:n个数中,求最小的前k个数. 这道题在各个地方都看到过,在国内出现的频率也非常高. 面完阿里回来听说这道题又被考了,所以还是决定回来写一写,对于这种高频题...顺便再吐槽一下阿里的面试,我竟然一道题都不用做,只是纯粹地过简历...导致我都不知道我究竟错在哪里. 解法: 1. brute force. O(k*n)复杂度: 2. sort.O(k+n*lgn)复杂度: 3. 最大堆.每次替代的是大小为k的最大堆的最大值.O(k+(n-k)lgk)复杂度. int findKthByHeap(

题目:输入n个整数,找出其中最小的K个数.例如输入4,5,1,6,2,7,3,8这8个数字,则最小的4个数字是1,2,3,4,. package test; import java.util.ArrayList; import java.util.Comparator; import java.util.PriorityQueue; import org.junit.Test; public class GetLeastNumbers_Solution { /** * 基于优先队列,时间复杂度为

原创博文,转载请注明出处! http://github.com/wanglei5205 http://cnblogs.com/wanglei5205 # 题目 输入n个整数,找出其中最小的K个数.例如输入4,5,1,6,2,7,3,8这8个数字,则最小的4个数字是1,2,3,4 # 思路 基于Partition的思路 时间复杂度为O(n) 基于红黑树的思路 辅助容器:定义用于遍历向量的辅助容器--迭代器ite:定义用于存储结果的辅助容器--多重集合res. 基本思路:首先创建一个大小为k的容器,

对于"从一组数中挑出最大的K个数"这个在面试中经常会遇到,所以这次好好的去解析它,而当拿到这个问题时第一时间能想到解法就是:先对数据进行排序,然后再取最大的K个元素,当然这思路没毛病,但是对于数据量非常大(如:一万个数)的情况是不是先对它进行排序的代价太高了,有木有比较优的解法呢?当然有,那就是采用上篇学习到的利用二叉堆排序去解决. 定义二叉堆结构: 首先是需要用代码去实现一个堆这样的数据结构,而堆的特性在上篇[http://www.cnblogs.com/webor2006/p/76

需求:统计列表list1中元素3的个数,并返回每个元素的索引 list1 = [3, 3, 8, 9, 2, 10, 6, 2, 8, 3, 4, 5, 5, 4, 1, 5, 9, 7, 10, 2] 在实际工程中,可能会遇到以上需求,统计元素个数使用list.count()方法即可,不做多余说明 返回每个元素的索引需要做一些转换,简单整理了几个实现方法 1 list.index()方法 list.index()方法返回列表中首个元素的索引,当有重复元素时,可以通过更改index()方法__s

题目:输入n个整数,找出其中最小的K个数.例如输入4,5,1,6,2,7,3,8这8个数字,则最小的4个数字是1,2,3,4,. *知识点:Java PriorityQueue 调整新插入元素 转自https://www.cnblogs.com/CarpenterLee/p/5488070.html //siftUp() private void siftUp(int k, E x) { while (k > 0) { int parent = (k - 1) >>> 1;//pa