有10亿个浮点数,从中找出1万个最大的数。写一个高性能的算法

mikemeego001 2011-06-02 08:47:00

rtt

...全文

345 11 打赏收藏转发到动态举报

写回复

用AI写文章

11 条回复

切换为时间正序

请发表友善的回复…

发表回复

giveable-coding 2011-06-03

打赏
举报

其实真正用堆来做内存的使用量和堆的大小有关，1万个浮点数的内存也就在1MB左右，用小根堆来选择top k是没问题的。

giveable-coding 2011-06-03

打赏
举报

“有10亿个浮点数,从中找出1万个最大的数。写一个高性能的算法”
这个题目是从10亿个中找出1万个最大的，如果这10亿个数里面有很多重复的数，我觉得应该先用hash，把这10亿个数字“去重”，这样如果重复率很高的话，会减少很大的内存用量，10亿个浮点数的内存不大于1GB，如果重复率很大，可能内存会降到0.5GB左右；如果不重复，那就直接使用堆来选择，然后再用一个维护1万个元素的“小根堆”进行筛选，将数据一次读入堆，因为小根堆，所以堆顶始终是1万个大数中的最小的，将要读的数与堆顶元素比较，如果大，进堆，否则什么不做，读下一个数字，最后这个小根堆中就维护了一个1万个最大的数字。

giveable-coding 2011-06-03

打赏
举报

就是将不同的浮点数作为key，带入到一个合适的hash函数里，然后算出存储地址，放进去，每个散列存储单元里存一个结构体吧，数据域存这个浮点数，次数域存出现的次数，比如1.234存了进去，当在次出现1.234时就将次数域加1，就可以了吧，这样就不用重复的空间去存储了

luciferisnotsatan 2011-06-03

打赏
举报

最大堆
10亿个，用64位系统，可以全放进内存里。
32位，就用内存文件映射吧

mikemeego001 2011-06-03

打赏
举报

怎样用hash去除重复？

鸵鸟 2011-06-03

打赏
举报

max heap

cunsh 2011-06-02

打赏
举报

直接用 stl 的 partial_sort_copy() 就可以.

算法大体上就是用序列的前n个元素构造最大堆. 然后遍历第n个以后的元素.若小于堆的最大值(即第一个元素)则把它放到堆里把原来的拿出来. 这样遍历完后堆中就是前n个最小的元素了. 再对这个堆做个堆排序就好了.具体可以参考<stl源码剖析>.

另外回复楼上: 10亿个元素比如可以放在文件中等.

游牧小小诗人 2011-06-02

打赏
举报

10亿啊。。。这得多少内存啊~~~~~留个脚印，看看有高手没有

alweeq86 2011-06-02

打赏
举报

vector<double>MaxNumArray;
InitialMaxNumArray();//读入前10000个数
MaxNumArray.Sort();//从大到小排序
for(long long i=10000;i<1000000000;++i)
{
double data;
read(data);
if(data>MaxNumArray[10000-1])
{
MaxNumArray.Erease(9999);
MaxNumArray.PushBack(data);
MaxNumArray.Sort();
}
}
//随便手写的