具有大量元素的数组仅对最大的n个元素进行排序[重复]答案

【问题标题】：Array with large number of elements sort only largest n elements [duplicate]具有大量元素的数组仅对最大的n个元素进行排序[重复]
【发布时间】：2014-07-17 22:03:15
【问题描述】：

我有一个包含大量元素的数组——超过 2,000,000 个。我需要获得最高（或最低）排名的 300 个元素。因此，每当我到达数组的第一个最高（或最低）300 个元素时，就返回它们。目前Arrays.sort用于整个数组，然后返回最高（或最低）排名的元素。

e.g.：{1,2,3,4,5,6,7,8,9}我要获取最高的3个元素；我需要：{9,8,7}

对这个有什么建议吗？

编辑

迄今为止发现的最佳资源，包含不同解决方案的研究/比较：

http://www.michaelpollmeier.com/selecting-top-k-items-from-a-list-efficiently-in-java-groovy/

文章源代码：

https://github.com/mpollmeier/Selection-Algorithms

【问题讨论】：

查看其他sort methods
您只想对前 300 个元素进行排序？还是您只想要最高/最低的 300 个？
有Arrays#sort(Object[] array, int fromIndex, int toIndex)。阅读您正在使用的类/库上的 javadoc 和可用方法。
@Rossiar 300 最高/最低
@LuiggiMendoza - 我阅读了 javadoc，我的解释是错误的......我实际上只需要数组的前 N 个最高元素。

标签： java arrays algorithm sorting

【解决方案1】：

您可以使用部分heapsort。构造一个具有1st 300 元素的minheap。

然后当你进一步遍历数组时，检查当前元素是否大于堆的根元素。如果更大，则删除根元素并添加这个新元素。

完成整个数组后，minHeap 将拥有最大的 300 个元素。

一一提取根元素。元素会按升序弹出。

注意：无论 N 的值如何，堆总是包含 k(300) 个元素，因此在这种情况下，堆操作应该是 O(logk)。

因此该算法的复杂度顺序为O(Nlogk)，其中 N 是数组的大小。

空间复杂度 - O(k)

编辑：如果您想要最少的 300 个元素，则可以使用 maxheap 而不是 minheap 来遵循类似的算法。

【讨论】：

我认为是n log n，而不是n；空格是n，因为你可以就地排序
@guido minHeap 只有 300 个元素。所以这种情况下的堆操作是常数时间。
你需要看最坏的情况，也就是n log n；在堆中的插入是 log n
@guido 为什么说是nlogn？在恒定大小的堆中插入是恒定的。
@LuiggiMendoza 很抱歉，我真的看不出我错在哪里。我并不是说你知道 N 的值（数组的大小）。但是您知道所需的顶部元素的数量（300 或 k）。由于堆的大小始终为 k（而不是 N），因此如果 k 为常量，则操作应为 log(k) 或常量。

【解决方案2】：

使用(T[], int, int, java.util.Comparator)，这将在指定范围内对给定数组（T[]）进行排序，仅对从第一个int arg到第二个int arg的元素进行排序。比较器是可选的。

【讨论】：

OP不想对数组的前300个元素进行排序，他想获得最大的300个元素。

【解决方案3】：

这对你有用吗？此示例对数组中的前 4 个元素进行排序：

    double[] arr = new double[]{1.0,4.0,2.0,8.0,3.0,6.0,7.0,5.0};

    int nth = 4; //e.g. - sort the top 4 numbers
    Arrays.sort(arr,arr.length-nth-1,arr.length);
    System.out.println(Arrays.toString(arr));

输出：

[1.0, 4.0, 2.0, 3.0, 5.0, 6.0, 7.0, 8.0]

【讨论】：