深入第K大數(shù)問題以及算法概要的詳解
解法1: 我們可以對(duì)這個(gè)亂序數(shù)組按照從大到小先行排序,然后取出前k大,總的時(shí)間復(fù)雜度為O(n*logn + k)。
解法2: 利用選擇排序或交互排序,K次選擇后即可得到第k大的數(shù)??偟臅r(shí)間復(fù)雜度為O(n*k)
解法3: 利用快速排序的思想,從數(shù)組S中隨機(jī)找出一個(gè)元素X,把數(shù)組分為兩部分Sa和Sb。Sa中的元素大于等于X,Sb中元素小于X。這時(shí)有兩種情況:
1. Sa中元素的個(gè)數(shù)小于k,則Sb中的第k-|Sa|個(gè)元素即為第k大數(shù);
2. Sa中元素的個(gè)數(shù)大于等于k,則返回Sa中的第k大數(shù)。時(shí)間復(fù)雜度近似為O(n)
解法4: 二分[Smin,Smax]查找結(jié)果X,統(tǒng)計(jì)X在數(shù)組中出現(xiàn),且整個(gè)數(shù)組中比X大的數(shù)目為k-1的數(shù)即為第k大數(shù)。時(shí)間復(fù)雜度平均情況為O(n*logn)
解法5:用O(4*n)的方法對(duì)原數(shù)組建最大堆,然后pop出k次即可。時(shí)間復(fù)雜度為O(4*n + k*logn)
解法6:維護(hù)一個(gè)k大小的最小堆,對(duì)于數(shù)組中的每一個(gè)元素判斷與堆頂?shù)拇笮?,若堆頂較大,則不管,否則,彈出堆頂,將當(dāng)前值插入到堆中。時(shí)間復(fù)雜度O(n * logk)
解法7:利用hash保存數(shù)組中元素Si出現(xiàn)的次數(shù),利用計(jì)數(shù)排序的思想,線性從大到小掃描過程中,前面有k-1個(gè)數(shù)則為第k大數(shù),平均情況下時(shí)間復(fù)雜度O(n)
相關(guān)文章
詳解C++中賦值,關(guān)系,函數(shù)調(diào)用運(yùn)算符重載的實(shí)現(xiàn)
本文主要為大家講解一下三個(gè)C++中的運(yùn)算符重載,分別是賦值運(yùn)算符重載、關(guān)系運(yùn)算符重載和函數(shù)調(diào)用運(yùn)算符重載,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2022-06-06C語言數(shù)據(jù)(整數(shù)、浮點(diǎn)數(shù))在內(nèi)存中的存儲(chǔ)
之前對(duì)c語言數(shù)據(jù)存儲(chǔ)一直不太明白,最近仔細(xì)研究了一番,所以下面這篇文章主要給大家介紹了關(guān)于C語言數(shù)據(jù)(整數(shù)、浮點(diǎn)數(shù))在內(nèi)存中存儲(chǔ)的相關(guān)資料,需要的朋友可以參考下2021-06-06詳解C++設(shè)計(jì)模式編程中策略模式的優(yōu)缺點(diǎn)及實(shí)現(xiàn)
這篇文章主要介紹了C++設(shè)計(jì)模式編程中策略模式的優(yōu)缺點(diǎn)及實(shí)現(xiàn),文中討論了策略模式中設(shè)計(jì)抽象接口的繼承和組合之間的區(qū)別,需要的朋友可以參考下2016-03-03