• 求第k小的元素


    用快排解决:

    用快排,一趟排序后,根据基准值来缩小问题规模。基准值的下角标i 加1 表示了基准值在数组中第几小。如果k<i+1,那就在左半边找;如果k>i+1那就在右半边找。当基准值的下角标+1=k,那就找到答案了。

    public class FindTopKth {
        private FindTopKth() {}
    
        /**
         * @param arr   待查找的数组
         * @param left  待查找数组的左边界
         * @param right 待查找数组的右边界
         * @param k     查找第k小的元素
         * @param <T>   泛型
         * @return 返回第k小的元素
         */
        public static <T extends Comparable<? super T>> T find(T[] arr, int left, int right, int k) {
            int p = partition(arr, left, right, k);
            if (p == k) {
                return arr[p];
            } else if (k < p) {
                return find(arr, left, p - 1, k);
            } else {
                return find(arr, p + 1, right, k);
            }
        }
    
        private static <T extends Comparable<? super T>> int partition(T[] arr, int left, int right, int k) {
            T base = arr[left];
            int j = left;
            for (int i = left+1; i <= right; i++) {
                if (arr[i].compareTo(base) < 0) {
                    swap(arr, i, ++j);
                }
            }
            swap(arr, left, j);
            return j;
        }
    
        private static void swap(Object[] arr, int i, int j) {
            if (i != j) {
                Object temp = arr[i];
                arr[i] = arr[j];
                arr[j] = temp;
            }
        }
    
        public static <T extends Comparable<? super T>> T find(T[] arr, int k) {
            return find(arr,0,arr.length-1,k-1);
        }
    
        public static void main(String[] args) {
            Integer[] arr = {3, 1, 9, 7, 5, 11};
            System.out.println(find(arr,1));//第1小的 //1
            System.out.println(find(arr,2));//第2小的 //3
            System.out.println(find(arr,3));//第3小的 //5
            System.out.println(find(arr,4));//第4小的 //7
            System.out.println(find(arr,5));//第5小的 //9
            System.out.println(find(arr,6));//第6小的 //11
        }
    }
    

      

    ---------------------------------------------------------
    学如不及,犹恐失之
  • 相关阅读:
    不同主机的docker容器互相通信
    Understanding Docker
    Docker入门
    使用Docker在本地搭建Hadoop分布式集群
    Cassandra联手Spark 大数据分析将迎来哪些改变?
    Apache Spark技术实战之6 --Standalone部署模式下的临时文件清理
    大数据计算平台Spark内核全面解读
    Ubuntu下导入PySpark到Shell和Pycharm中(未整理)
    别老扯什么hadoop,你的数据根本不够大
    spark on yarn 集群部署
  • 原文地址:https://www.cnblogs.com/noKing/p/7929951.html
Copyright © 2020-2023  润新知