#include<iostream>usingnamespacestd;#include<assert.h>constintN=10000;constintK=100;voidAdjustDown(inttopK[],intsize,size_tparent){ assert(topK); intchild=parent*2+1; while(child<size) { if(child+1<size &&topK[child+1]<topK[c..
分类：
编程语言 时间：
2016-06-02 11:41:58
阅读次数：
365
(1)从1000个数据中找到k个最大数据首先看到这个题时，可能会想到先将这1000个数据进行降序排序，即取出的前k个元素最大。时间复杂度为O（N^2）,使得程序效率低。如何解决这个问题呢？我们的堆就派上用场喽！解题思路：可先创建一个数组topK[k],将100w中的前k个数据放入数组topK..
分类：
编程语言 时间：
2016-05-09 11:09:36
阅读次数：
1382
问题描述：输入一个单调旋转后的数组，求该数组中的第k小的元素。 分析：很多人看到这个题目会有点懵，可能读者不知道什么是旋转数组，我先解释下两个概念， 旋转数组的定义：把一个数组的前几项元素移动到数组的末尾，称之为数组的旋转。 单调旋转数组的定义：如果数组在旋转之前是一个单调数组，则旋转之后称之为单调 ...
分类：
编程语言 时间：
2016-05-07 18:00:32
阅读次数：
195
在关键词抽取研究中，最常用的一种方法就是通过计算一篇文档中词语的TF-IDF值（term frequency-inverse document frequency）,并对它们进行排序选取TopK个作为关键词，这是一种无监督的方法。另外一种方法是通过有监督的方法，通过训练学习一个分类器，将关键词抽取问题转化为对每个词语的二分类问题，从而选择出合适的关键词。
无监督和有监督各有各...
分类：
其他好文 时间：
2016-04-16 19:19:32
阅读次数：
317
TopK的解决方法一般有两种：堆排序和partition。前者用优先队列实现，时间复杂度为O(NlogK)（N为元素总数量），后者可以直接调用C++ STL中的nth_element函数，时间复杂度O(N）。如果想获取动态更新数据的topK就不那么容易了，比如实时更新最常访问的top10的网址，显然 ...
分类：
编程语言 时间：
2016-04-08 06:26:02
阅读次数：
262
解法一，排序 先从大到小快排，然后扫前K个返回 时间复杂度：O(NlogN)，空间复杂度O(1) 解法二，优先队列 前K个放入优先队列中，与最小堆顶元素比较大小，若大于则删除堆顶并插入；否则跳过 时间复杂度：O(NlogK)，空间复杂度O(K) 解法三，堆调整 先将数组直接用完全二叉树存储，复杂度O
分类：
编程语言 时间：
2016-03-03 22:54:38
阅读次数：
258
一：背景 TopK问题应该是海量数据处理中应用最广泛的了，比如在海量日志数据处理中，对数据清洗完成之后统计某日访问网站次数最多的前K个IP。这个问题的实现方式并不难，我们完全可以利用MapReduce的Shuffle过程实现排序，然后在Reduce端进行简单的个数判断输出即可。这里还涉及到二次排序，
分类：
其他好文 时间：
2016-01-31 21:13:00
阅读次数：
291
一：背景TopK问题应该是海量数据处理中应用最广泛的了，比如在海量日志数据处理中，对数据清洗完成之后统计某日访问网站次数最多的前K个IP。这个问题的实现方式并不难，我们完全可以利用MapReduce的Shuffle过程实现排序，然后在Reduce端进行简单的个数判断输出即可。这里还涉及到二次排序，不...
分类：
其他好文 时间：
2015-12-15 14:08:01
阅读次数：
216
http://www.coder4.com/archives/3844需1求：给出N长的序列，求出TopK大的元素，使用小顶堆，heapq模块实现。import heapqimport randomclass TopkHeap(object): def __init__(self, k): ...
分类：
编程语言 时间：
2015-11-11 14:36:17
阅读次数：
518
最大K个数： 当数据量小时：快排和堆排O(Nlog(N))；部分排序(选择or交换)O(N*K) 快排加分治O(N*log(K))；二分查找当数据是整数且重复数比较多时：计数排序；若不是整数，则分区间计数。当数据量大时：1）小根堆：O(N*KlogK)2）分治法：hash成M份数据，取每份数据的前K...
分类：
其他好文 时间：
2015-07-11 22:46:10
阅读次数：
194
