解决 TOP k 问题通常可采用 堆排序 和 快速排序的思想
1. 大根堆(前 K 小) / 小根堆(前 K 大): 时间复杂度O(NlogK)
c++ STL 中提供了 priority_queue 实现堆的基本功能,比如 priority_queue <int> pq;
堆 pq 的元素都是 int 型的,priority_queue 默认使用 vector 作为 堆的底层实现,pq默认是个
大根对,priority_queue <int> pq 等同于 priority_queue <int,vector<int>,less<int> > pq;
小根堆 :priority_queue <int,vector<int>,greater<int> > pq1,
堆中的元素必须 是可以比较大小的。
Tips : c++ std :: pair<K,V>,是可以比较大小的。比较的逻辑如下:
1 template<class _Ty1, class _Ty2> 2 inline bool operator<(const pair<_Ty1, _Ty2>& _Left, 3 const pair<_Ty1, _Ty2>& _Right) 4 { // test if _Left < _Right for pairs 5 return (_Left.first < _Right.first || 6 !(_Right.first < _Left.first) && _Left.second < _Right.second); 7 }
2 、用快排变形高效解决 TopK 问题:时间复杂度O(N)
注意找前 K 大/前 K 小问题不需要对整个数组进行 O(NlogN)O(NlogN) 的排序!
比如找到数组 arr 中的前 k 小个元素,使用快速排序的划分操作 一次可以确定数组中一个元素的最终位置。不断缩小划分的范围,
最终的目标是确定位置 k - 1 上的最终元素。
根据快速排序思想,要是数组的 k -1 位置上的元素确定了,则 [0:k-1] 就是所求的 前 K 小个元素。
求 前 K 大个元素 需使用划分法 确定 n - k 位置上的元素,[n-k,k-1] 就是所求的 前 k 大个元素。
3. 示例
方法一. 快速排序解决 TOP K 问题
1 class Solution { 2 public: 3 vector<vector<int>> kClosest(vector<vector<int>>& points, int k) 4 { 5 const int n = points.size(); 6 vector<int> index_vec(n); 7 for(int i = 0 ; i < n ; ++i) 8 { 9 index_vec[i] = i; 10 } 11 int left = 0, right = n - 1; 12 bool flag = false; 13 while(left <= right) 14 { 15 int t = partition(points,index_vec,left,right); 16 if(t == -1) break; 17 if(t == k - 1) 18 { 19 flag = true; 20 break; 21 } 22 else if( t > k - 1) 23 { 24 right = t - 1; 25 } 26 else 27 { 28 left = t + 1; 29 } 30 } 31 vector<vector<int>> res; 32 if(flag) 33 { 34 for(int i = 0;i < k; ++i) 35 { 36 res.push_back(points[index_vec[i]]); 37 } 38 } 39 return res; 40 } 41 42 int partition(vector<vector<int>>& points,vector<int> &index_vec,int l,int r) 43 { 44 if(l > r) 45 { 46 return -1; 47 } 48 int i = l,j = r; 49 int pivot = cal_dist(points[index_vec[l]]); 50 while( true ) 51 { 52 while(i <= j && cal_dist(points[index_vec[i]]) <= pivot) ++i; 53 while(i <= j && cal_dist(points[index_vec[j]]) >= pivot) --j; 54 if(i > j) 55 { 56 break; 57 } 58 std::swap(index_vec[i],index_vec[j]); 59 } 60 std::swap(index_vec[l],index_vec[j]);//最后一次交换 index_vec[l] 最终的位置确定 61 return j; 62 } 63 64 inline int cal_dist(vector<int>& point) 65 { 66 return point[0] * point[0] + point[1] * point[1]; 67 } 68 };
方法二. 大根堆解决 TOP K 问题
1 //Top K we 2 class my_less { 3 public: 4 bool operator()(const pair<int, int>& pr1, const pair<int, int>& pr2) { 5 return pr1.first < pr2.first; 6 } 7 }; 8 9 class Solution { 10 public: 11 vector<vector<int>> kClosest(vector<vector<int>>& points, int K) 12 { 13 //priority_queue<pair<int, int>,vector<pair<int, int>>,my_less> q;//大顶堆 14 priority_queue<pair<int, int>> q; 15 const int n = points.size(); 16 for (int i = 0; i < n; ++i) 17 { 18 int dist = points[i][0] * points[i][0] + points[i][1] * points[i][1]; 19 if(q.size() < K) 20 { 21 q.push(make_pair(dist,i)); 22 continue; 23 } 24 if (dist < q.top().first) 25 { 26 q.pop(); 27 q.emplace(dist, i); 28 } 29 } 30 vector<vector<int>> ans; 31 while (!q.empty()) 32 { 33 ans.push_back(points[q.top().second]); 34 q.pop(); 35 } 36 return ans; 37 } 38 };