算法:topK和中位数问题

【数据结构】TopK问题 TopK问题 gitee上有更详尽的代码:堆 + TopK代码 文章目录TopK问题一、问题分析1. 方法一2. 方法二3. 方法三二、TopK实现1. 前k个数的小堆2. n-k个数和根去比较3. 打印堆三、测试 topk问题就是取n个数据中,找出最大/最小的前k个数 一、问题分析 1. 方法一 对n个数据进行排序,再取出前k个元素 时间复杂度:O(N * logN) 2. 方法二 将n个数据依次插入大堆,然后pop堆的根 k 次 时间复杂度:O(N + k * logN) 设有n 阅读详情

问题A:
数组中最小k个数:

维护k大小的大根堆,STL使用优先队列,时间O(NlogK),空间O(k)


问题B:
数组中第k小的数:

BFPRT算法,时间O(N)

int BFPRT(int Arr[],int K);
过程:
1,将Arr划分5个一组,组内排序找到下中位数,将每组下中位数放到新数组newArr中。
2,递归调用BFPRT(newArr, L/2),找到newArr的中位数mid,mid划分Arr数组,小左大右,mid位置为 T 。
3,如果T == K,则程序结束;如果T < K,则递归调用BFPRT(Arr右,K-T);否则,BFPRT(Arr左,K);

总结:BFPRT通过找到稳定的伪中位数来淘汰较大一部分数据,达到O(N)


问题C:
数据流中位数:

维护大小平衡的一个大根堆和一个小根堆 O(logN)


问题D:
数据流topK:

哈希表+堆,时间O(N*logK)

哈希表,key为数字,times为出现次数,flag标记是否在堆中。

堆中只存放数字,但排序时使用哈希对应times来排序,使用flag来判断是否更新堆。


算法设计与分析 中位数问题 c++程序 算法设计与分析课本上配套的c++版中位数问题~~有注释~希望对大家有帮助 立即下载

相关推荐

嵌入式电机控制实战:手把手教你实现I/F强拖启动(附仿真代码)

本文详细介绍了嵌入式电机控制中的I/F强拖启动技术,通过参数配置、代码实现和仿真验证的完整流程,帮助开发者掌握永磁同步电机(PMSM)的高效启动方法。文章包含硬件平台搭建、参数整定黄金法则及MATLAB/Simulink仿真验证,适合工业自动化和智能设备领域的工程师参考。

rust6ferris的博客 912

【数组算法题型】中位数的相关题型

例题 例一:求不排序数组中的中位数。 要求: 不能给数组排序 时间复杂度最好在O(n) 分析: 因为题目对时间复杂度和改变数组都做了限制,其实第二条限制已经限制了不能给数组排序,因为如果给数组排序,最快的时间复杂度为NlogN,其中比较快的排序算法就是快速排序。因为我们只需要获得中位数的值,所以也不需要将数组全部排序。 所以,可以采取另一种方法:分治法。 快速排序算法在每一次局部递归后都保证某...

xiongchu的博客 1333

XGBoost与Embedding混合建模实战解析

在机器学习领域,特征工程与模型融合是提升预测性能的关键技术。Embedding技术通过将高维稀疏特征(如文本、ID类数据)转化为低维稠密向量,有效捕获语义关联;而XGBoost作为强大的集成学习算法,擅长处理结构化特征并进行自动特征组合。两者结合的混合架构(如Semantic Boosted Trees)在金融风控和推荐系统等场景中展现出显著优势,尤其在处理用户行为序列、商品ID等复杂特征时,相比传统方法能获得更好的模型效果。本文通过电商推荐和金融反欺诈等案例,详解如何实现Embedding+XGBoost

weixin_28718641的博客 329

面试被突如其来的中位数算法题干趴了

295. 数据流的中位数 思路分析 思路一:用一个数组记录所有addNum添加进来的数字,通过插入排序的逻辑保证数组中的元素有序,当调用findMedian方法时,可以通过数组索引直接计算中位数。 用数组作为底层容器: 缺点:addNum搜索插入位置的时候可以用二分搜索算法,但是插入操作需要搬移数据,所以最坏时间复杂度为 O(N)。 用链表作为底层容器: 缺点:链表插入元素很快,但是查找插入位置的时候只能线性遍历,最坏时间复杂度还是 O(N),而且findMedian方法也需要遍历寻找中间索引,最

正在努力工作的搬砖人 705

【软件逆向学习记录】x64dbg调试器入门2:主调试窗口功能及字符串搜索功能介绍

在x64dbg中, ​​CPU视图 是调试过程中最核心的界面,通常被称为​​主调试窗口​​或​​调试视图​​,总体分为四个区域,代码区(反汇编),数据区(内存窗口),寄存器区和堆栈区,详细位置如下图:示例数据代码区最左侧为内存地址,第二块区域为程序代码值,原始程序代码经编译和汇编后变为二进制机器码存储在计算机中,调试器将其展示为易于阅读的十六进制,第三块区域是机器码反汇编后的汇编代码,最右侧为代码的注释窗口,有一些原始的注释,也可以自己添加注释PS:汇编和反汇编解释。

tusikong的博客 2924

嵌入式面试题精选100道及参考答案(4万字长文)

指针是C语言中一种特殊的变量,它存储的是另一个变量的内存地址。指针的使用提供了一种间接访问和操作内存的方法。地址操作:通过使用运算符,可以获取变量的地址,并将这个地址赋值给指针变量。间接引用:使用运算符可以访问指针指向的变量的值。动态内存分配:指针用于动态地分配和释放内存。数组操作:指针可以用于遍历和操作数组。函数参数:指针作为函数参数可以改变原始数据。字符串操作:在C语言中,字符串通常以字符数组的形式存在,并通过字符指针进行操作。// 指向数组的第一个元素i < 5;++i) {在这个例子中,

大模型大数据攻城狮的专栏 1975

linux shell求中位数,linux中的for、while循环输出中赋值变量及shell中循环获取脚本参数...

今晚在《高级bash+脚本编程指南》中看到使用for和while循环语句赋值变量的脚本,觉得很有创意。。从循环的输出中产生一个变量################################StartScript#######################################1 #!/bin/bash2 # csubloop.sh: 从循环的输出中产生一个变量.34 variab...

weixin_39597318的博客 935

交换机背板带宽、交换容量与包转发率到底是啥?

在网络工程中,交换机是核心设备之一,而关于它的性能指标,背板带宽、交换容量、以及包转发率往往成为人们衡量其性能的重要参数。这些术语的定义、关系、以及在实际场景中的应用,都对交换机的选型与部署有着重要意义。本文将为您全面解读这些概念,帮助您深入了解交换机的核心性能指标。

网络技术联盟站 1551

中位数

给定一个未排序的整数数组,找到其中位数。 中位数是排序后数组的中间值,如果数组的个数是偶数个,则返回排序后数组的第N/2个数。 您在真实的面试中是否遇到过这个题?  Yes 样例 给出数组[4, 5, 1, 2, 3], 返回 3 给出数组[7, 9, 4, 5],返回 5 挑战  时间复杂度为O(n) 代码如下 public

qq_35440322的博客 719

设备接入与APP(应用程序)接入华为云iotDA平台的详细操作步骤及获取方式

设备及APP(应用程序) 登录 IoTDA 平台所需的 入场与操作清单内容,提供逐项详细操作步骤和获取方式,并穿插贴士便于理解与实际操作落地。内容基于 华为云 IoTDA 控制台 和 IAM 控制台 的实际使用路径整理。

hy行者勇哥的博客 3065

SAP HANA CDS View Syntax Options 全解:从语法到工程实践

本文面向SAP HANA工程师,深入解析CDS视图的语法与应用场景。文章涵盖XS Advanced环境下的CDS视图设计要点,包括SELECT基础语法、聚合函数与分组约束、参数化视图实现以及常见连接操作。特别强调工程实践中的注意事项:GROUP BY禁用表达式、原生表名大小写规范、结果集裁剪方式选择等。通过两个真实案例(办公室占用率统计和客户画像分析)展示CDS视图在实际业务中的应用,并提供性能优化建议。全文采用中英文混排规范,技术术语使用反引号标注,旨在为开发者提供清晰的CDS视图开发指南。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 217

数据结构——顺序表习题解(II)

7.已知在一维数组A[m+n]中依次存放两个线性表(a1,a2,a3,…,am)和(b1,b2,b3…,bn)。编写一个函数,将数组中两个顺序表位置互换,即将(b1,b2,b3…,bn)放在(a1,a2,a3,…,am)之前。 思路:先将(a1,a2,a3,…am,b1,b2…bn)整体先转置 得到(bn, bn-1,bn-2,…am,am-1,…a1) 然后分别转置(bn,bn-1,bn-2,…b1)和(am,am-1…a1) #include <iostream> using namespa

weixin_42313342的博客 3481

提升YOLOv8检测精度的边界框损失函数Focaler-IoU与InnerFocalerIoU的应用与效果

YOLOv8是一种常用的实时目标检测模型,基于CNN(卷积神经网络)结构并结合了一些改进技术以提高检测精度和速度。YOLOv8的核心在于边界框的预测和分类,而准确的边界框预测是提高模型整体性能的关键因素之一。在传统的IoU损失基础上,Focaler-IoU和InnerFocalerIoU进一步聚焦于边界框的边缘区域,通过调整损失权重,更好地关注难以检测的边界框,提高模型的鲁棒性和准确性。# 计算IoU# 计算Focaler-IoU损失在这里,我们定义了。

博客 1346

重拾Java之路-排序算法

排序算法归并排序快速排序堆排序 归并排序 时间复杂度O(nlogn),空间复杂度O(nlogn) 算法描述: 对单个数组进行拆分得到两个子数组,并新建一个相同大小数组,然后从两个子数组中选择相对较小的元素插入新数组,直到两个子数组都被选完。递归使用该方法,直到序列有序。 算法实现细节: 需要对所有元素进行拆分,由于子数组有长有短,多余的部分全部复制到新数组中。 /* * * 归并排序 * 时间复杂度为 O(nlogn),空间复杂度为O(nlogn) * * *

hello world的学习记录 190

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

【Leetcode】排序算法

【Leetcode】排序算法快速排序堆排序合并排序top k剑指 Offer 41. 数据流中的中位数剑指 Offer 51. 数组中的逆序对 快速排序 1、快速排序是稳定排序? No 2、快速排序最好最坏复杂度,什么时候达到最坏复杂度? O(nlogn) O(n^2) 原数列几乎有序的时候 3、快排平均为啥是O(nlogn)? 可以想象成一个矩形,每层Partition加起来肯定是n,高度由于QuickSort每次排序范围减半(平均),所以高度为logn,乘起来为O(nlogn) 4、有没有办法让快排最

Hana 227

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

TopK问题算法详解

面试中,TopK,是问得比较多的几个问题之一,到底有几种方法,这些方案里蕴含的优化思路究竟是怎么样的,今天和大家聊一聊。 画外音:除非校招,我在面试过程中从不问TopK这个问题,默认大家都知道。 问题描述: 从arr[1, n]这n个数中,找出最大的k个数,这就是经典的TopK问题。 栗子: 从arr[1, 12]={5,3,7,1,8,2,9,4,7,2,6,6}这n=1...

leo_fighting 4300

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

【算法】TopK问题超详解

读完这篇文章,相信你对TopK问题已经有了大致的了解并且基本知道其算法思想了。TopK问题是我们生活中也会常常遇见的问题,所以说掌握它的常见算法绝对不是一件坏事。排序法适用于数据集较小且有排序需求的情况。快速选择法适用于期望时间复杂度较低,能容忍最坏情况的场景。堆排序法适用于数据集较大且k远小于n的情况。这三种方法各有优缺点,我们可以根据具体需求选择合适的算法,从而在生活和工作中提高时间效率。

Skrrapper的博客 2422

堆排序和TopK问题

堆排序和TopK问题 文章目录堆排序和TopK问题前言一、堆的性质和基本操作1.二叉树顺序结构2.堆概念3.堆的创建二、堆排序三、TopK问题1.什么是TopK问题2.代码总结 前言 『 堆排序 』的应用很多,其本质其实是运用的『 二叉树 』的顺序结构,同时堆排序也是一种复杂度logN的很快的排序算法,典型的就是能够解决『 TopK问题 』。并且在数据结构中『 优先级队列 』的本质也是堆。 一、堆的性质和基本操作 1.二叉树顺序结构 - 定义:现实中我们通常把堆(一种二叉树)使用

艾小方的博客 1470

堆特别篇:堆排序_TopK算法问题

堆特别篇:堆排序_TopK算法问题

ChrisJamesljl的博客 2585

算法-TopK相关的问题

算法-TopK相关的问题1、给定一个数组,求其最大(小)的K个元素2、给定一个数组,求其第K大的数3、给定一个数组求中位数 TopK问题算是面试中常考的,而且有实际价值的算法中比较有代表性的一个了,主要解决方法有堆、快速选择、排序三种方案。下一次专门讲一下快速选择类的算法。 1、给定一个数组,求其最大(小)的K个元素 解题思路有多种,比如可以对数组排序,使用Arrays.sort();然后取前面K...

qq_23594799的博客 308

topk算法

问题 对于海量数据到处理经常会涉及到 topK 问题。在设计数据结构和算法的时候,主要需要考虑的应该是当前算法(包括数据结构)跟给定情境(比如数据量级、数据类型)的适配程度,和当前问题最核心的瓶颈(如降低时间复杂度,还是降低空间复杂度)是什么。 首先,我们来举几个常见的 topK 问题的例子: 给定 100 个 int 数字,在其中找出最大的 10 个; 给定 10 亿个 int 数字,在其中找出最大的 10 个(这 10 个数字可以无序); 给定 10 亿个 int 数字,在其中找出最大的 10 个(这

qq_40813329的博客 4660

【优选算法】优先级队列 {优先级队列解决TopK问题,利用大小堆维护数据流的中位数}

【优选算法】优先级队列 {优先级队列解决TopK问题,利用大小堆维护数据流的中位数}

52Herzt的博客 1257

TopK问题 —— 线性时间选择

TopK问题 —— 线性时间选择 一、线性时间选择TopK问题与快速排序的关联 相信计算机专业的同学应该都对快速排序有或多或少的了解。 设置此模块是因为,线性时间选择TopK与快速排序的思想有相通之处,可以辅助我们理解。 快速排序的思路: 设置一个瞭望元素(划分元素)。 以此元素为基础,将工作区间 [l, r] 内的所有元素分割成两部分。划分元素以左均比其小,划分元素以右均比其大。 对分割元素左右两侧递归快排。 我们可以将快速排序算法分为以上三步,概括来讲就是三个函数: Qsort (int l, i

S__ph的博客 1870

【数据结构与算法】堆排序、TopK问题详解

一、堆排序 二、TopK问题 TopK问题的测试

重铸自身根基的博客 1157

解密堆排序与TopK问题

在二叉树的存储结构中提到堆可以进行排序,也就是今天的主题堆排序,堆的排序还可以解决Topk问题,今天我就向大家解密什么是堆排序和Topk问题,它们的原理又是什么。Top-K问题是指从一组元素中找出前K个最大(或最小)的元素。这个问题在数据处理和算法设计中经常遇到,常见的应用场景包括搜索引擎中的搜索结果排序、推荐系统中的物品推荐、数据分析中的数据筛选等。找出前K个最大的元素。

2202_75605090的博客 1486

【快速选择】解决TopK问题

TopK问题就是在一个数组中寻找出最小(大)的前K个数,或者寻找出第K大(小)的数常见TopK问题图示常见TopK问题链接最小的K个数_牛客题霸_牛客网给定一个长度为 n 的可能有重复值的数组,找出其中不去重的最小的 k 个数。例如数组元素是。题目来自【牛客题霸】寻找第K大_牛客题霸_牛客网. - 力扣(LeetCode)优先级队列是一种数据结构,它根据元素的优先级来决定元素的插入和删除顺序。基于优先级排序:每个元素在队列中都有一个优先级,优先级最高的元素会首先被移除。使用特定数据结构。

qq_61903414的博客 2234
上一篇: 算法:数组最长问题
下一篇: 算法:数字与位数问题
ShellDawn
博客等级 码龄10年 75粉丝 756原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值