查找最小的k个元素

题目: 输入n个整数,输出其中最小的k个数

例如: 1 2 3 4 5 6 7 8 这8个数字,则最小的4个数字为1,2,3,4,

第一种:直接对其先排序,再取头几个数 这样最快是nlogn(快排或者堆排)

#include <iostream>
using namespace std;
void partsort(int a[], int l, int r);
void QuickSort(int a[], int n)
{
	partsort(a,0,n-1);
}
void partsort(int a[], int l, int r)
{
	int x = a[l];
	int i = l, j = r;
	if( i < j )
	{	while( i < j)
		{
			while( i < j && a[j] > x)j--;
			if( i < j )
			{
				a[i++] = a[j];
			}
			while( i < j && a[i] < x)i++;
			if( i < j )
			{
				a[j--] = a[i];
			}
		}
		a[i] = x;
		partsort(a,l,i-1);
		partsort(a,i+1,r);
	}
}
int main()
{
	int a[] = {9,8,7,3,4,1,6};
	QuickSort(a,7);
	for(int i = 0; i < 3; i++)
	{
		cout << a[i] << endl;
	}
	return 0;
}

这里用快排,为nlogn

第二种: 用insert-sort   时间复杂度为(kn),即取前几个数就对找前几个数

void insertsort(int a[], int n, int k)   //k为前n个数
{
	for(int i = 0; i < k; i++)
	{
	  for(int j = i+1; j < n; j++)
		  if(a[j] < a[i])
		  	swap(a[j],a[i]);
	}

}

第三种:

是最快的了  n+klog(n)  创建最小堆堆用o(n)的时间复杂度  取k-1次最顶上数

#include <iostream>
using namespace std;
 void MaxHeapDown(int a[], int i, int n)
{
	int j, temp;

	temp = a[i];
	j = 2*i + 1;
	while(j < n)
	{
		if ( j + 1 < n && a[j + 1] > a[j])j++;	//在左右子节点找到最大的
		if(a[j] <= temp)						//左右子树的值都小temp,即这个位置合适
			break;
		a[i] = a[j];							//否则将子节点赋给父节点,插入的位置向下移动
		i = j;									//向下移动
		j = 2*j + 1; 							//向下移动
	}
	a[i] = temp;
}
void MakeMaxHeap(int a[], int n)
{
	for(int i = n/2 -1; i >= 0; i--)	//从最后一个父节点开始向前调整
	{
		MaxHeapDown(a,i,n);
	}
}
void MaxHeapSort(int a[], int n)
{
	MakeMaxHeap(a,n); 	//建立堆
	for(int i = n - 1; i >= 1; i--)
	{
		swap(a[i],a[0]);
		MaxHeapDown(a,0,i);			//这里是有i个元素,a[i]已经取不到了
	}

}
int MinHeapDown(int a[], int i, int n)
{
	int j = i*2+1;
	int temp = a[i];
	while( j < n )
	{
		if( j + 1 < n && a[j + 1] < a[j])j++;
		 if( a[j] > temp )break;

		 a[i] = a[j];
		 i = j;
		 j = 2*j+1;
	}
	a[i] = temp;
}
int MakeMinHeap(int a[], int n)
{
	for(int i = n/2-1; i >=0; i--)
	{
		MinHeapDown(a,i,n);
	}
}
void MinHeapSort(int a[], int n)
{
	MakeMinHeap(a,n);
	for(int i = n-1; i >= 0; i--)
	{
		swap(a[i],a[0]);
		MinHeapDown(a,0,i);
	}
}

/*本题的解决方法*/
void FindKMinNum(int a[],int n,int k)
{
	MakeMinHeap(a,n);
	for(int i = n-1; i >= n-k; i--)
	{
		cout << a[0] << endl;
		swap(a[i],a[0]);
		MinHeapDown(a,0,i);
	}

}
int main()
{
	int a[] = {9,7,5,3,4,7,3,1};
//		MaxHeapSort(a,8);
//		MinHeapSort(a,8);
		FindKMinNum(a,8,4);
		//for(int i = 0; i < 8; i++)
		//	cout << a[i] << endl;
		return 0;
} 

从头到尾再复习了一遍堆排序。

时间: 2024-12-28 01:28:46

查找最小的k个元素的相关文章

【编程题目】查找最小的 k 个元素

5.查找最小的 k 个元素(数组)题目:输入 n 个整数,输出其中最小的 k 个.例如输入 1,2,3,4,5,6,7 和 8 这 8 个数字,则最小的 4 个数字为 1,2,3 和 4. 算法里面学过查找第k小的元素的O(n)算法 试着实现了一下: 注意new 初始化二维数组的方式 int (* a)[5] = new int[8][5]; /* 5.查找最小的 k 个元素(数组) 题目:输入 n 个整数,输出其中最小的 k 个. 例如输入 1,2,3,4,5,6,7 和 8 这 8 个数字,

5.查找最小的k个元素

http://zhedahht.blog.163.com/blog/static/2541117420072432136859/ http://blog.csdn.net/liangbopirates/article/details/9377105 http://blog.csdn.net/v_JULY_v/article/details/6370650 题目:输入n个整数,输出其中最小的k个. 例如输入1,2,3,4,5,6,7和8这8个数字,则最小的4个数字为1,2,3和4. 分析: 这道题

排序,求几个最值问题,输入n个整数,输出其中最小的k个元素。

看完两个求最大值算法之后的一些感想. 如果想直接看算法的可以跳过.但是我觉得我这些想法还是比较有用的,至少对我将来的算法设计是这样的. 算法的功能越强大,必然意味着速度慢,因为根据丛林法则,那种慢又功能少的算法会被淘汰. 所以,(注意了!!),如果我们在使用一个算法的时候感觉到它造成的结果满足我们的使用,而且超出了,我们的使用,那么我们就很可能浪费了时间,降低了效率. 例如这个1000个数中求最大的10个的算法: 如果排序,取前10个.发现后面的白排序了,根本没用到.参照加粗行,也许可以有更快的

【剑指offer】 堆排序查找最小的K个数

上一篇 说了些堆的建立及其相关操作,这里看下用堆来解决数据量较大的时候,查找最小的k个数的情况.这里会用到上一篇中的函数. 我们先生存1千万个随机数,写到文件中: import random def randData(): with open('randint.txt', 'w') as fd: for i in range(1, 10000000): fd.write('%d ' %random.randint(1, 100)) if i % 100 == 0: fd.write('\r')

IT公司100题-5-查找最小的k个元素

问题描述: 输入n 个整数,输出其中最小的k 个. 例如输入8, 7, 6, 5, 4, 3, 2, 1这8 个数字,则最小的3 个数字为3, 2, 1. 问题分析: 时间复杂度O(nlogn)方法: 对n个整数升序排序,取数组前面k个数就是最小的k个数,时间复杂度为O(nlogn),空间复杂度为O(1). 大顶堆,时间复杂度为O(nlogk): 我们可以采用大顶堆来保存最小的k个数,堆顶元素就是k个最小的数中最大的.新来一个元素的时候,与堆顶元素进行比较,如果比堆顶元素大,则直接丢弃.如果比堆

求最小的k个元素

题目: 输入n个整数,输出其中最小的k个. 例如:1,2,3,4,5,6,7,8 则最小的4个数为1,2,3,4, #include<iostream> using namespace std; class MinK{ public: MinK(int *arr, int si) :array(arr), size(si){} bool kmin(int k, int* &ret) { if (k > size) { ret = NULL; return false; } els

寻找最小的k个数(大顶堆方法)

题目描述:查找最小的k个元素,输入n个整数,输出其中最小的k个. 一般的排序方法,如快排,时间复杂度为O(n*logn+k); 大顶堆方法,时间复杂度为O(k+(n-k)*logk); 如果建立k个元素的最小堆的话,那么其空间复杂度势为O(N),而建立k个元素的最大堆的空间复杂度为O(k); 当面对海量数据处理的时候,大顶堆的方法是较为靠谱的,并且可以在面试时短时间内完成代码. 1 class Solution { 2 public: 3 void Swap(int &a,int &b)

C语言强化(五)输出一串数中最小的 k 个

有时候题目看似很简单,似乎非常容易实现,但是,你考虑过效率了吗? 通过这道题,你可以掌握 简单的插入排序 算法最优化的技巧 题目:输入 n 个整数,输出其中最小的 k 个. 例如输入 1,2,3,4,5,6,7 和 8 这 8 个数字,则最小的 4 个数字为 1,2,3 和 4. 看到此题,第一反应就是对这串数字进行排序,然后遍历角标0~3的数字打印出来,很简单嘛~~ 怎么可以这么简单,仔细一看,题目只是要求最小的N个数字啊,这样子对整个数组进行排序有必要吗? 只需要4个最小的,也就意味着只要一

python3-开发进阶 heapq模块(如何查找最大或最小的N个元素)

一.怎样从一个集合中获得最大或者最小的 N 个元素列表? heapq 模块有两个函数:nlargest() 和 nsmallest() 可以完美解决这个问题. import heapq nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2] print(heapq.nlargest(3, nums)) # Prints [42, 37, 23] print(heapq.nsmallest(3, nums)) # Prints [-4, 1, 2] #前面的参