前奏
    在上一篇文章，程序員面試題狂想曲：第三章、尋找最小的k個(gè)數(shù)中，后來為了論證類似快速排序中partition的方法在最壞情況下，能在O（N）的時(shí)間復(fù)雜度內(nèi)找到最小的k個(gè)數(shù)，而前前后后updated了10余次。所謂功夫不負(fù)苦心人，終于得到了一個(gè)想要的結(jié)果。

    簡(jiǎn)單總結(jié)如下（詳情，請(qǐng)參考原文第三章）：
    1、RANDOMIZED-SELECT，以序列中隨機(jī)選取一個(gè)元素作為主元，可達(dá)到線性期望時(shí)間O（N）的復(fù)雜度。
    2、SELECT，快速選擇算法，以序列中“五分化中項(xiàng)的中項(xiàng)”，或“中位數(shù)的中位數(shù)”作為主元（樞紐元），則不容置疑的可保證在最壞情況下亦為O（N）的復(fù)雜度。

    本章，咱們來闡述尋找最小的k個(gè)數(shù)的反面，即尋找最大的k個(gè)數(shù)，但此刻可能就有讀者質(zhì)疑了，尋找最大的k個(gè)數(shù)和尋找最小的k個(gè)數(shù)，原理不是一樣的么?

    是的，的確是一樣，但這個(gè)尋找最大的k個(gè)數(shù)的問題的實(shí)用范圍更廣，因?yàn)樗鼱砍兜搅艘粋€(gè)Top K算法問題，以及有關(guān)搜索引擎，海量數(shù)據(jù)處理等廣泛的問題，所以本文特意對(duì)這個(gè)Top K算法問題，進(jìn)行闡述以及實(shí)現(xiàn)（側(cè)重實(shí)現(xiàn)?

總結(jié)

以上是生活随笔為你收集整理的Top K算法问题的实现的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。