算法：在无序数组中查找第K大的数

目录

1. 结论

2. 经典的几种解法

2.1 解法一：O(n*k)

2.2 解法二：O(n*logk)

2.3 解法三：O(n)

2.4 解法四：O(n*logn+k)

2.5 解法五：O(n*logn)

2.6 解法六：O(4*n+k*logn)

2.7 解法七：O(n)

Reference

---

1. 结论

在N个乱序数字中查找第k大的数字,时间复杂度可以减小至O(N)。

2. 经典的几种解法

2.1 解法一：O(n*k)

思想：利用冒泡排序或者简单选择排序，K次选择后即可得到第k大的数。总的时间复杂度为O(n*k)。

2.2 解法二：O(n*logk)

思想：维护一个k大小的最小堆，对于数组中的每一个元素判断与堆顶的大小，若堆顶较大，则不管，否则，弹出堆顶，将当前值插入到堆中。时间复杂度O(n * logk)。

2.3 解法三：O(n)

思想：利用快速排序的思想，从数组S中随机找出一个元素X，把数组分为两部分Sa和Sb。Sa中的元素大于等于X，Sb中元素小于X。这时有两种情况：

      1. Sa中元素的个数小于k，则Sb中的第k-|Sa|个元素即为第k大数；

      2. Sa中元素的个数大于等于k，则返回Sa中的第k大数。

时间复杂度近似为O(n)。

代码实现：

 

   

    

   
   

    

     public 
     class disorderSearchBin {
    
   

   

    

   
   

    
	
    
   

   

    

   
   

    
	 
     public static int quickSortOneTime(int[] array, int low, int high){ 
     //一趟快速排序   
    
   

   

    

   
   

    
		 
     int  key = array[low];  
    
   

   

    

   
   

    
         
     while(low < high){  
    
   

   

    

   
   

    
        	
     while(key < array[high] && low < high)  high--;
    
   

   

    

   
   

    

                 array[low] = array[high];  
    
   

   

    

   
   

    
            
     while(key > array[low] && low < high)   low++;  
    
   

   

    

   
   

    

                 array[high] = array[low];
    
   

   

    

   
   

    

              }  
    
   

   

    

   
   

    

     	    array[high] = key;  
    
   

   

    

   
   

    
	    
     return high;
    
   

   

    

   
   

    

     	    }  
    
   

   

    

   
   

    
	 
    
   

   

    

   
   

    
	 
     public static int Select_k(int[] array, int low, int high, int k) {
    
   

   

    

   
   

    
		 
     int index;
    
   

   

    

   
   

    
		 
     if(low == high) 
     return array[low];
    
   

   

    

   
   

    
		 
     int partition = quickSortOneTime(array, low, high);
    
   

   

    

   
   

    

     		 index = high - partition + 
     1;  
     //找到的是第几个大值
    
   

   

    

   
   

    
		 
     if(index == k) {
    
   

   

    

   
   

    
			 
     return array[partition];
    
   

   

    

   
   

    

     		 }
     else 
     if(index < k) {
     //此时向左查找
    
   

   

    

   
   

    
			 
     return Select_k(array, low, partition-
     1, k-index);  
     //查找的是相对位置的值，k在左段中的下标为k-index
    
   

   

    

   
   

    

     		 }
     else {
    
   

   

    

   
   

    
			 
     return Select_k(array, partition+
     1, high, k);
    
   

   

    

   
   

    

     		 }
    
   

   

    

   
   

    

     	 }
    
   

   

    

   
   

    
 
    
   

   

    

   
   

    
	
     public static void main(String[] args) {
    
   

   

    

   
   

    
		
     // TODO Auto-generated method stub
    
   

   

    

   
   

    
		 
     int[] array = 
     new 
     int[] {
     92, 
     5, 
     88, 
     13, 
     80};   
    
   

   

    

   
   

    
	     
     int index = Select_k(array, 
     0, array.length-
     1, 
     2);
    
   

   

    

   
   

    

     	     System.out.print(index);
    
   

   

    

   
   

    

     	}
    
   

   

    

   
   

    
 
    
   

   

    

   
   

    

     }
    
   
 

注：以上三种解法需要完全熟练掌握。

2.4 解法四：O(n*logn+k)

思想：对这个乱序数组用堆排序、快速排序、或者归并排序算法按照从大到小先行排序，然后取出前k大，总的时间复杂度为O(n*logn + k)。

2.5 解法五：O(n*logn)

思想：二分[Smin,Smax]查找结果X，统计X在数组中出现，且整个数组中比X大的数目为k-1的数即为第k大数。时间复杂度平均情况为O(n*logn)。

2.6 解法六：O(4*n+k*logn)

思想： 用O(4*n)的方法对原数组建最大堆，然后pop出k次即可。时间复杂度为O(4*n + k*logn)。

2.7 解法七：O(n)

思想：利用hash保存数组中元素Si出现的次数，利用计数排序的思想，线性从大到小扫描过程中，前面有k-1个数则为第k大数，平均情况下时间复杂度O(n)。

Reference

【1】https://blog.youkuaiyun.com/program_developer/article/details/80348077

【2】https://www.nowcoder.com/questionTerminal/62343a8ba8894379b8a3e5e30a745ace

【3】https://www.cnblogs.com/zhjp11/archive/2010/02/26/1674227.html

转载自：https://blog.youkuaiyun.com/program_developer/article/details/82346599