python两种方法实现从1000万个随机数中找出top n元素(附c语言版)

最新推荐文章于 2024-08-18 11:32:53 发布

原创

最新推荐文章于 2024-08-18 11:32:53 发布 · 5.5k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#位图 #bitmap #topN #面试题

本文介绍如何从1000万个随机数中高效找出Top N元素，探讨了两种方法：一种是通过淘汰法排序，另一种是利用位图排序。位图排序在时间复杂度上为O(N)，内存占用较大但速度更快，尤其适用于大数据量和寻找Top N的场景。文中提供了Python实现，并提及尝试用C语言实现的可能性。

转载请注明地址：http://blog.youkuaiyun.com/echoutopia/article/details/51731269

很早之前看到一道面试题：

有一个长度为1000w个数组，每个元素互不重复，找出其中top n元素。

我感觉重复或者不重复都差不多，所以没管不重复这个条件，但是如果使用位图排序，那么会把重复的剔除掉。

使用位图另外一个限制是位图数组的大小由最大的数决定，但是我个人有个思路就是确定一个数MAX，然后创建两个或多个位图数组，大于MAX的数就减去MAX放在其他位图数组中。

我把1000w个结果放在了文件中，方便重复利用，生成代码：

import random

with open("random_number.txt","w") as f:
    for i in range(1,10000000):
        f.write("%s\n" % random.randint(1,10000000))

看大家讨论大概有两种实现方式：

第一种，设置一个n个元素的数组，这里把要排序的数组称为大数组，n个元素的数组称为小数组，

在遍历大数组时，淘汰掉小数组里最小的数，最后将小数组排序便是排序结果。代码：

def stack_sort():

    n_list = []
    with open("random_number.txt","r") as f:
        for i in f:
            number = int(i.strip())
            if len(n_list) == 100:
                min_element = min(n_list)
                if number > min_element:
                    n_list[n_list.index(min_element)] = number
            else:
                n_list.append(number)
    print n_list

执行代码：

time python sort_10_million.py

结果：

[10000000, 9999998, 9999997, 9999995, 9999994, 9999992, 9999991, 9999989, 9999988, 9999987, 9999985, 9999984, 9999983, 9999982, 9999981, 9999978, 9999975, 9999974, 9999973, 9999970, 9999969, 9999967, 9999965, 9999964, 9999963, 9999961, 9999959, 9999958, 9999957, 9999956, 9999955, 9999952, 9999951, 99999

最低0.47元/天解锁文章