algorithm/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2025-08-03 04:13:40 +08:00
Code Issues Packages Projects Releases Wiki Activity

deploy

Browse Source
This commit is contained in:
krahets
2023-12-28 17:18:44 +08:00
parent 5e0d7327db
commit b8a5bd790b
114 changed files with 860 additions and 863 deletions
Download Patch File Download Diff File Expand all files Collapse all files

16
chapter_heap/top_k/index.html
View File

@ -26,7 +26,7 @@
<title>8.3   Top-K 问题 - Hello 算法</title>
<title>8.3   Top-k 问题 - Hello 算法</title>
@ -126,7 +126,7 @@
<div class="md-header__topic" data-md-component="header-topic">
<span class="md-ellipsis">
8.3 &nbsp; Top-K 问题
8.3 &nbsp; Top-k 问题
</span>
</div>
@ -1730,7 +1730,7 @@
<span class="md-ellipsis">
8.3 &nbsp; Top-K 问题
8.3 &nbsp; Top-k 问题
</span>
@ -1741,7 +1741,7 @@
<span class="md-ellipsis">
8.3 &nbsp; Top-K 问题
8.3 &nbsp; Top-k 问题
</span>
@ -3532,10 +3532,10 @@
<!-- Page content -->
<h1 id="83-top-k">8.3 &nbsp; Top-K 问题<a class="headerlink" href="#83-top-k" title="Permanent link">&para;</a></h1>
<h1 id="83-top-k">8.3 &nbsp; Top-k 问题<a class="headerlink" href="#83-top-k" title="Permanent link">&para;</a></h1>
<div class="admonition question">
<p class="admonition-title">Question</p>
<p>给定一个长度为 <span class="arithmatex">\(n\)</span> 的无序数组 <code>nums</code> ，请返回数组中前 <span class="arithmatex">\(k\)</span> 大的元素。</p>
<p>给定一个长度为 <span class="arithmatex">\(n\)</span> 的无序数组 <code>nums</code> ，请返回数组中最大的 <span class="arithmatex">\(k\)</span> 个元素。</p>
</div>
<p>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。</p>
<h2 id="831">8.3.1 &nbsp; 方法一：遍历选择<a class="headerlink" href="#831" title="Permanent link">&para;</a></h2>
@ -3555,7 +3555,7 @@
<p align="center"> 图 8-7 &nbsp; 排序寻找最大的 k 个元素 </p>
<h2 id="833">8.3.3 &nbsp; 方法三：堆<a class="headerlink" href="#833" title="Permanent link">&para;</a></h2>
<p>我们可以基于堆更加高效地解决 Top-K 问题，流程如图 8-8 所示。</p>
<p>我们可以基于堆更加高效地解决 Top-k 问题，流程如图 8-8 所示。</p>
<ol>
<li>初始化一个小顶堆，其堆顶元素最小。</li>
<li>先将数组的前 <span class="arithmatex">\(k\)</span> 个元素依次入堆。</li>
@ -3920,7 +3920,7 @@
</div>
</div>
<p>总共执行了 <span class="arithmatex">\(n\)</span> 轮入堆和出堆，堆的最大长度为 <span class="arithmatex">\(k\)</span> ，因此时间复杂度为 <span class="arithmatex">\(O(n \log k)\)</span> 。该方法的效率很高，当 <span class="arithmatex">\(k\)</span> 较小时，时间复杂度趋向 <span class="arithmatex">\(O(n)\)</span> ；当 <span class="arithmatex">\(k\)</span> 较大时，时间复杂度不会超过 <span class="arithmatex">\(O(n \log n)\)</span> 。</p>
<p>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 <span class="arithmatex">\(k\)</span> 个元素的动态更新。</p>
<p>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，从而实现最大的 <span class="arithmatex">\(k\)</span> 个元素的动态更新。</p>
<!-- Source file information -->