Python 利用中间值求TopK 算法

算法思想

首先我们要思考，我要做什么？解决什么问题？
TopK问题，找出一组数据中的前K个最大值或者最小值，这个数据是否重复？要做去重处理？
ok 我们明确我们做什么了 ，那介绍的python处理的topK 算法过程是怎么样的呢？
~~要找出前K个最大值最小值我们可以用排序来做，然后用切片去完事了 ~~ 如果用排序那就没必要引入topK 了，当数据强大的时候选取TopK 可以省略很多排序的计算，至于有多优化自己去思考下，就比如排列组合的C，A的区别，一个是抽取，一个是抽取并排列…

以下以找出TopK 的最大值为例，最小值的可以自己修改一下下就可以

介绍的算法思想是利用中间值，将数列分为三部分 ，
【比中间值大的列表】，中间值，【比中间值小的列表】

那么我们当比较
【比中间值大的列表】的个数 == k
的时候就可以得出前K个最大值了，因此

重点就是找出这个中间值

如何找出中间值

以列表的第一个数开始为中间值，拆分为三部分
if 【比中间值大的列表】的个数 == k：return 中间值 #程序出口，结束。

if 【比中间值大的列表】的个数 < k ：
·····继续在【比中间值小的列表】找
·····K - 【比中间值大的列表】的个数 -1 个数
（为什么要减一，1是前一次的中间值，分的三部分，前部分后部分都没有包含中间值，因此…）
if 【比中间值大的列表】的个数 > k ：
…也就是说比中间值大的列表比K还大，那就在这个列表中继续找就行

结合代码和注释看

，如果要找最小值，只需要改一下就ok ,还可以设置一个布尔值的输入，来做前K个最大值最小值

#2019 11 04
#author 半斤地瓜烧
#TopK 算法，找出序列中前K个最大值的

#输入一个seq
# 输出以seq[0]为中间值 划分的三个部分，中间值，比这个值大的seq ,比这个值小的seq，
# 即splitNum,theBig,theSmall
def Split_Seq(seq):
    splitNum = seq[0]
    seq = seq[1:]#两个部分都不包含中间值，因此切片去除seq[0]
    theBig = [x for x in seq if x >= splitNum]
    theSmall = [x for x in seq if x < splitNum]
    return splitNum,theBig,theSmall

#找出中间值
def topKNum(seq,k):
    splitNum, theBig, theSmall = Split_Seq(seq)
    theBigLen = len(theBig)
    
    if  k == theBigLen:
        return splitNum#出口,返回这个中间值,
    # 为什么不直接返回thebig?因为存在递归的原因thebig 不是在初始的seq找出来的
    #需要重新Split,即可，读者自己思考

    # 大值的列表中还未够K个数的情况，
    if k > theBigLen:
        return topKNum(theSmall,k-theBigLen-1)

    # 大值的列表中大于K个数的情况
    return topKNum(theBig,k)

#由中间值找出TopK个值，<list>
def getTopK(seq,k):
    
    return [i for i in seq if i > topKNum(seq, k)]


if __name__ == '__main__':
    alist = [7, 3, 5, 1,885,234,2211,222,22, 2, 11, 2, 115]
    print("===为了验证，引入排序观看===", sorted(alist,reverse= True))

    print(getTopK(alist, 3))