跳转至

8.3.   Top-K 问题

Question

给定一个长度为 \(n\) 无序数组 nums ，请返回数组中前 \(k\) 大的元素。

对于该问题，我们先介绍两种思路比较直接的解法，再介绍效率更高的堆解法。

8.3.1.   方法一：遍历选择

我们可以进行 \(k\) 轮遍历，分别在每轮中提取第 \(1\) , \(2\) , \(\cdots\) , \(k\) 大的元素，时间复杂度为 \(O(nk)\) 。

该方法只适用于 \(k \ll n\) 的情况，因为当 \(k\) 与 \(n\) 比较接近时，其时间复杂度趋向于 \(O(n^2)\) ，非常耗时。

遍历寻找最大的 k 个元素

Fig. 遍历寻找最大的 k 个元素

Tip

当 \(k = n\) 时，我们可以得到从大到小的序列，等价于「选择排序」算法。

8.3.2.   方法二：排序

我们可以对数组 nums 进行排序，并返回最右边的 \(k\) 个元素，时间复杂度为 \(O(n \log n)\) 。

显然，该方法“超额”完成任务了，因为我们只需要找出最大的 \(k\) 个元素即可，而不需要排序其他元素。

排序寻找最大的 k 个元素

Fig. 排序寻找最大的 k 个元素

8.3.3.   方法三：堆

我们可以基于堆更加高效地解决 Top-K 问题，流程如下：

  1. 初始化一个小顶堆，其堆顶元素最小。
  2. 先将数组的前 \(k\) 个元素依次入堆。
  3. 从第 \(k + 1\) 个元素开始，若当前元素大于堆顶元素，则将堆顶元素出堆，并将当前元素入堆。
  4. 遍历完成后，堆中保存的就是最大的 \(k\) 个元素。

基于堆寻找最大的 k 个元素

top_k_heap_step2

top_k_heap_step3

top_k_heap_step4

top_k_heap_step5

top_k_heap_step6

top_k_heap_step7

top_k_heap_step8

top_k_heap_step9

总共执行了 \(n\) 轮入堆和出堆，堆的最大长度为 \(k\) ，因此时间复杂度为 \(O(n \log k)\) 。该方法的效率很高，当 \(k\) 较小时，时间复杂度趋向 \(O(n)\) ；当 \(k\) 较大时，时间复杂度不会超过 \(O(n \log n)\) 。

另外，该方法适用于动态数据流的使用场景。在不断加入数据时，我们可以持续维护堆内的元素，从而实现最大 \(k\) 个元素的动态更新。

top_k.java
/* 基于堆查找数组中最大的 k 个元素 */
Queue<Integer> topKHeap(int[] nums, int k) {
    Queue<Integer> heap = new PriorityQueue<Integer>();
    // 将数组的前 k 个元素入堆
    for (int i = 0; i < k; i++) {
        heap.add(nums[i]);
    }
    // 从第 k+1 个元素开始，保持堆的长度为 k
    for (int i = k; i < nums.length; i++) {
        // 若当前元素大于堆顶元素，则将堆顶元素出堆、当前元素入堆
        if (nums[i] > heap.peek()) {
            heap.poll();
            heap.add(nums[i]);
        }
    }
    return heap;
}
top_k.cpp
/* 基于堆查找数组中最大的 k 个元素 */
priority_queue<int, vector<int>, greater<int>> topKHeap(vector<int> &nums, int k) {
    priority_queue<int, vector<int>, greater<int>> heap;
    // 将数组的前 k 个元素入堆
    for (int i = 0; i < k; i++) {
        heap.push(nums[i]);
    }
    // 从第 k+1 个元素开始，保持堆的长度为 k
    for (int i = k; i < nums.size(); i++) {
        // 若当前元素大于堆顶元素，则将堆顶元素出堆、当前元素入堆
        if (nums[i] > heap.top()) {
            heap.pop();
            heap.push(nums[i]);
        }
    }
    return heap;
}
top_k.py
def top_k_heap(nums: list[int], k: int) -> list[int]:
    """基于堆查找数组中最大的 k 个元素"""
    heap = []
    # 将数组的前 k 个元素入堆
    for i in range(k):
        heapq.heappush(heap, nums[i])
    # 从第 k+1 个元素开始，保持堆的长度为 k
    for i in range(k, len(nums)):
        # 若当前元素大于堆顶元素，则将堆顶元素出堆、当前元素入堆
        if nums[i] > heap[0]:
            heapq.heappop(heap)
            heapq.heappush(heap, nums[i])
    return heap
top_k.go
/* 基于堆查找数组中最大的 k 个元素 */
func topKHeap(nums []int, k int) *minHeap {
    h := &minHeap{}
    heap.Init(h)
    // 将数组的前 k 个元素入堆
    for i := 0; i < k; i++ {
        heap.Push(h, nums[i])
    }
    // 从第 k+1 个元素开始，保持堆的长度为 k
    for i := k; i < len(nums); i++ {
        // 若当前元素大于堆顶元素，则将堆顶元素出堆、当前元素入堆
        if nums[i] > h.Top().(int) {
            heap.Pop(h)
            heap.Push(h, nums[i])
        }
    }
    return h
}
top_k.js
[class]{}-[func]{topKHeap}
top_k.ts
[class]{}-[func]{topKHeap}
top_k.c
[class]{}-[func]{topKHeap}
top_k.cs
[class]{top_k}-[func]{topKHeap}
top_k.swift
/* 基于堆查找数组中最大的 k 个元素 */
func topKHeap(nums: [Int], k: Int) -> [Int] {
    // 将数组的前 k 个元素入堆
    var heap = Array(nums.prefix(k))
    // 从第 k+1 个元素开始，保持堆的长度为 k
    for i in stride(from: k, to: nums.count, by: 1) {
        // 若当前元素大于堆顶元素，则将堆顶元素出堆、当前元素入堆
        if nums[i] > heap.first! {
            heap.removeFirst()
            heap.insert(nums[i], at: 0)
        }
    }
    return heap
}
top_k.zig
[class]{}-[func]{topKHeap}
top_k.dart
[class]{}-[func]{top_k_heap}

评论