Algorithm 从长度为N的数组返回前k值的优化算法
我有一个n个浮点数组，我希望返回最上面的k （在我的例子中，n~100，k~10） 这个问题有一个已知的最优解决路径吗 有人能提供一个C算法吗 编辑：实际上这里有两个问题：排序和未排序。我对unsorted感兴趣，它应该更快 您可以在Algorithm 从长度为N的数组返回前k值的优化算法,algorithm,sorting,Algorithm,Sorting,我有一个n个浮点数组，我希望返回最上面的k （在我的例子中，n~100，k~10） 这个问题有一个已知的最优解决路径吗 有人能提供一个C算法吗 编辑：实际上这里有两个问题：排序和未排序。我对unsorted感兴趣，它应该更快 您可以在O（n）中使用。用分区算法找到kth最大的元素，然后它后面的所有元素都会比它大，这些就是你的顶部k 如果您需要按排序顺序排列前k，则可以按O（k log k）对它们进行排序 较长的回答：是的，已知几个互不兼容的最优解。这取决于n，k以及您可以保证的数组属性 如果您对
O（n）kkkO（k log k）如果n很大（~1e20）您可能希望从输入数组的多个分区中找到k个最大值，然后从这些结果的集合中找到k个最大值，这样您就不会试图一次分析超过内存容量的数据，并允许有效地并行操作。方法1 由于k很小，您可以使用锦标赛方法来查找第k个最大值。这种方法在Knuth的《编程艺术》第3卷第212页中有描述 首先在n-k+2元素上创建一个比赛。类似于淘汰赛网球比赛。首先，你分成两组，比较两组成员（好像他们两人打了一场比赛，一人输了）。然后是赢家，再分成两组，依此类推，直到有赢家为止。你可以将其视为一棵树，赢家在顶部 这需要n-k+1进行精确比较 现在，这些N-K+ 2的赢家不能成为你的第k个最大元素。考虑它的路径P。 在剩下的k-2中，现在选择一个，然后沿着路径p前进，这将给你一个新的最大值。基本上，你可以重做比赛，之前的冠军将被其中一个k-2元素所取代。让p成为新冠军的路径。现在从k-3中选择另一个，然后沿着新的路径前进，依此类推 在你耗尽k-2后的最后，将最大的替换为-无穷大，锦标赛中最大的将是第k个最大的元素。你丢弃的元素是最上面的k-1元素 这最多需要
n-k+（k-1）[log（n-k+2）]O（n log k）当然，如果n很小，只需对数组进行排序就足够了。代码也会更简单。如果你有一个漂亮的gpu，我可以告诉你如何同时计算最大的n个实例中的k个实例，所以将它们按每个实例分布在纹理上，并使用它们的“高度”在纹理上添加混合作为沿纹理的位置 但请注意，你必须猜测一个可接受的范围或知道它，否则你不会传播到你本可以拥有的最大细节 你可以在所有实例中克隆位置。（如果上面有2个位置，你应该得到一个2，如果上面有10个位置，你应该得到10。）（只需在8192x8192纹理，64x64这些“高度”框上说全部。）并且你还可以跳过计数为0的插槽 然后做一个mipped add层次结构，除了你像二叉树一样做，你只把它当作它的1维，所以把前面的2个数字加在一起，继续为每个二叉mip做 然后，我们使用这些MIP（收集计数）来发现k的大致位置，使用过程中的所有MIP，在最后一个线程上执行此操作，您将从中取出大量块，然后慢慢使用更详细的MIP来查找k所在的每像素值 这样做更有意义，如果它再次被实例化，那么它是一个线程/阈值发现（只需假设您一次运行一个ANN 128x128次，（平移不变性，有人吗？），那么它就非常有意义 并达到该计数的阈值高度，但它是近似值…因此得到近似值
import java.util.Arrays;
import java.util.PriorityQueue;
public class FindKLargest {
public static void find(int[] A, int k) {
PriorityQueue<Integer> pq = new PriorityQueue<>(k);// Min heap because the element has to be greater
// than the smallest element in the heap in order
// to be qualified to be a member of top k elements.
for (int i = 0; i < A.length; i++) {
if (i < k) // add until heap is filled with k elements.
pq.add(A[i]);
else if (pq.peek() < A[i]) { // check if it's bigger than the
// smallest element in the heap.
pq.poll();
pq.add(A[i]);
}
}
int[] topK = new int[pq.size()];
int index = 0;
while (index != k)
topK[index++] = pq.poll();
System.out.println(Arrays.toString(topK));
}
public static void main(String[] args) {
int[] arr = { 1, -2, -3, -4, -5 };
find(arr, 4);
}