排序算法——第K大的数

本文介绍了一种基于快速排序改进的算法,用于在列表中高效查找第K大的元素。通过递归分区策略,该算法将时间复杂度降低至线性级别,避免了全排序的高成本。

在求一个list中第K大的数的时候,可以先排序,再提取,但复杂度有nlogn,当然也可以像求取top K一样,利用堆排序或选择排序或者冒泡排序,但对堆排序而言有KlogN,其他的两个分别为KN,如果利用快速排序改进的话,时间复杂度可以降到N级别。

思路:

每次做完partition之后,统计大于基准值的元素个数n,如果n>k,则在较大的一侧中继续寻找Kth value,否则在较小的一侧寻找 k-n th value。复杂度约等于 n+n/2+n/4+..+1 为 N级别。

算法实现:

class Solution{
public:
	int get_k_val(vector<int> & data_list, int k){
		int low = 0;
		int high = data_list.size() - 1;
		int k_val = get_k_in_range(data_list, low, high, k);
		return k_val;
	}
	int get_k_in_range(vector<int> &data_list, int low, int high,int k){
		if (low >= high){
			return data_list[low];
		}
		int mid = partition(data_list, low, high);
		if (high - mid + 1 > k){
			return get_k_in_range(data_list, mid+1, high, k);
		}
		else if(high-mid+1<k){
			return get_k_in_range(data_list, low, mid - 1, k - (high - mid + 1));
		}
		else{
			return data_list[mid];
		}
	}
	int partition(vector<int> &data_list, int low, int high){
		int flag_val = data_list[low];
		int i = low;
		int j = high + 1;
		while (1){
			while (data_list[++i] < flag_val){ if (i>=high) break; }
			while (data_list[--j] > flag_val){ if (j <= low) break; }
			if (i >= j){
				break;
			}
			int temp = data_list[j];
			data_list[j] = data_list[i];
			data_list[i] = temp;
		}
		data_list[low] = data_list[j];
		data_list[j] = flag_val;
		return j;
	}
};

 

### 堆排序算法详解 堆排序是一种基于比较的高效排序算法,其核心思想是利用堆这种据结构来完成排序操作。堆可以被看作是一棵完全二叉树,并且满足堆积性质:对于最堆而言,任意节点的关键字都不小于其子节点的关键字;而对于最小堆,则相反。 #### 一、基本概念 堆排序分为两种主要形式——最堆和最小堆。在最堆中,父节点始终于等于其子节点[^4]。因此,在一个组表示的最堆中,第一个元素总是当前集合中的最值。同样地,在最小堆中,父节点始终小于等于其子节点。 #### 二、主要过程 堆排序的过程主要包括以下几个方面: 1. **建堆** 将输入的据构建成一个初始堆(通常是从最后一个非叶子节点向上逐层调整)。这一阶段的目标是使整个据集符合堆定义的要求。 2. **堆调整** 当移除堆顶元素后,需要重新调整剩下的部分以保持堆特性不变。这一步骤称为“下沉”,即将新的根节点与其较的孩子交换位置直到恢复堆属性为止[^3]。 #### 三、特点分析 - 时间复杂度稳定为 O(n log n),无论最好情况还是最坏情况下都适用; - 是一种原地排序方法,不需要额外存储空间; - 不稳定性:由于可能涉及多次覆盖写入操作,所以它不是稳定的排序方式[^2]。 #### 四、C代码实现示例 以下是使用 C 程语言写的简单版本的堆排序程序: ```c #include <stdio.h> // 调整堆函 void heapify(int arr[], int n, int i){ int largest = i; // 初始化最为根节点 int l = 2*i + 1; // 左子节点 int r = 2*i + 2; // 右子节点 if (l < n && arr[l] > arr[largest]) largest = l; if (r < n && arr[r] > arr[largest]) largest = r; if(largest !=i ){ swap(&arr[i], &arr[largest]); heapify(arr,n,largest); } } // 主要堆排序逻辑 void heapsort(int arr[],int n){ for(int i=n/2 -1;i>=0;i--){ heapify(arr,n,i); } for(int i= n-1 ;i>0;i--){ swap(&arr[0],&arr[i]); heapify(arr,i,0); } } ``` 上述代码展示了如何通过递归调用来维护堆结构并最终完成排序任务[^1]。 --- ### Java 实现示例 如果考虑另一种主流程语言如 Java 的话,也可以按照相似思路写如下所示的堆排序类: ```java public class HeapSort { public void sort(int[] array) { int length = array.length; // 构造初始堆 for (int i = length / 2 - 1; i >= 0; i--) { adjustHeap(array, i, length); } // 进行n-1次循环处理 for (int j = length - 1; j > 0; j--) { // 把当前最的放到最后面去 swap(array, 0, j); // 对前面j-1个再次进行堆化 adjustHeap(array, 0, j); } } private static void adjustHeap(int[] array,int index ,int size){ int temp=array[index]; for(int k=index*2+1;k<size;k=k*2+1){ if(k+1<size&&array[k]<array[k+1]){ k++; } if(temp>=array[k])break; array[index]=array[k]; index=k; } array[index]=temp; } private static void swap(int[] data, int a, int b){ int tmp=data[a]; data[a]=data[b]; data[b]=tmp; } } ``` 这段代码实现了完整的堆排序流程,包括初始化堆以及后续每次删除后的重排工作。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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