TOPK算法

TOPK算法解析
最新推荐文章于 2025-09-21 16:36:00 发布
转载 最新推荐文章于 2025-09-21 16:36:00 发布 · 479 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://my.oschina.net/zlb1992/blog/1486831

博客围绕TOPK算法展开，虽具体内容需链接查看，但可知核心聚焦该算法。TOPK算法在信息技术领域有重要应用，可用于数据筛选等场景，能帮助快速找出数据集中的前K个元素。
templarzq
关注
Python TOPK算法详解及源码
希望我的博客，能帮上你解决学习中工作中所遇到的问题
08-08 761
该算法的基本思想是维护一个大小为K的有序集合，遍历数据集合，将当前元素与有序集合中的最小（或最大）元素进行比较，并根据比较结果决定是否将该元素加入有序集合。该算法的基本思想是维护一个大小为K的有序集合，遍历数据集合，将当前元素与有序集合中的最小（或最大）元素进行比较，并根据比较结果决定是否将该元素加入有序集合。该算法的基本思想是维护一个大小为K的有序集合，遍历数据集合，将当前元素与有序集合中的最小（或最大）元素进行比较，并根据比较结果决定是否将该元素加入有序集合。
一个文本文件，找出前10个经常出现的词，但这次文件比较长，说是上亿行或十亿行，总之无法一次读入内存
leone911的博客
12-12 2039
Top K 算法详解 应用场景：         搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来，每个查询串的长度为1-255字节。         假设目前有一千万个记录（这些查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个。一个查询串的重复度越高，说明查询它的用户越多，也就是越热门。），请你统计最热门的10个查询串，要求使用的内存不能超过1G。
Topk算法
m0_46656833的博客
03-23 4801
topK算法 思路1： 可以采用快速选择算法，借助快排，设mid为每次划分中间结果,每次划分完之后如果mid==k，则说明序列刚刚好，第k位置和他前面的位置都是前K大的数，如果mid < k，则说明第K大的元素在后半部分，则前半部分肯定是前K大的数，只需从后半部分找k - mid大的数即可，否则如果mid > k，则说明第K大的数在前半部分，只需从前半部分找前K大的数字即可。 时间复杂度：假设每次划分的mid都在中间，每层都只是对一半做划分,所以每次划分的数据量为 n,n/2,n/4,n/8…一
堆：概念、算法与应用全解析
最新发布
2301_79932798的博客
09-21 979
kn−1​}，按完全二叉树顺序存储在数组里，且满足 Ki​≤K2∗i+1​ 且 Ki​≤K2∗i+2​（小堆，即小根堆，根结点最小），或者 Ki​≥K2∗i+1​ 且 Ki​≥K2∗i+2​（大堆，即大根堆，根结点最大），这样的结构就是堆。堆具有两个重要性质：其一，堆中某个结点的值总是不大于或不小于其父结点的值；比如小根堆示例：[10,15,25,30,56,70]，大根堆示例：[70,30,65,25,15,10]。同时，插入后执行向上调整算法时，要根据堆的类型（大根堆或小根堆）正确设置比较条件。
TopK算法
CoderZhuuu
09-25 1523
需要先在 "testData.txt" 文件里面输入M和N 比如2000 10 通过最小堆实现TopK 最小堆通过数组模拟二叉树来实现 #pragma warning(disable:4996) #pragma once #include <fstream> #include <ctime> const char* FILEIN = "testData.txt...
python 的topk算法实例
09-17
Python中的TopK算法是一种在数据集中查找最大或最小K个元素的高效算法。在这个实例中，我们看到一个基于快速选择（Quick Select）的TopK实现，这是一个简化版的快速排序算法，专门用于寻找数组中的第K小（或大）的...
使用堆实现Top K算法（JS实现）
10-23
Top K算法是一种在大量数据中找出出现频率最高的K个元素的高效算法。在这个问题中，我们需要在JavaScript中实现这个算法，以找出搜索引擎日志中最热门的10个查询字符串。首先，我们需要理解堆数据结构以及如何利用堆...
TOPK算法的Hash实现
11-15
标题中的“TOPK算法的Hash实现”指的是使用哈希数据结构来解决找出数据集中最大或最小的K个元素的问题。这种算法通常用于大数据处理和实时分析中，因为哈希表可以提供快速的查找和更新操作。 TOPK算法的核心是通过...
topK 算法
weixin_34378045的博客
04-06 170
搜索引擎热门查询统计 题目描述：    搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来，每个查询串的长度为1-255字节。    假设目前有一千万个记录（这些查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个。一个查询串的重复度越高，说明查询它的用户越多，也就是越热门。），请你统计最热门的10个查询串，要求使用的内存不能超过1G。 分析： 这个问题在之前...
topK算法
不忘初心不动摇
10-31 996
1.堆的时间复杂度 具体计算分析：堆排序的时间复杂度分析 结论：初始化建堆的时间复杂度是O(n)，排序时重建堆的时间复杂度是O(nlogn)，所以总的时间复杂度为O(n+nlogn)=O(nlogn)。另外堆排序的比较次数和序列的初始状态有关，但只是在序列初始状态为堆的情况下比较次数显著减少，在序列有序或逆序的情况下比较次数不会发生明显变化。堆排序受序列的初始状态影响小，时间复杂度是稳定的。 2.topK算法为啥使用小顶堆 2.1 使用大顶堆的时间复杂度和空间复杂度的分析 使用大顶堆要维持大小为.
topk算法
qq_40813329的博客
11-18 4571
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
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
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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