Question

我知道两种方法。第一个：文档是here

heapq.nlargest(n, iterable, key=None)

和使用排序

的第二种传统方法

sorted(iterable, key=key, reverse=True)[:K]

文档提到这两者是等价的。但是，我只是想知道两者的复杂性是否相同，或者第一种方法是否以较低的时间复杂度实现。

我记得在我的算法课程中，与排序整个列表然后选择顶部K相比，从列表中获取前K个元素可以按较小的操作顺序完成。如果我错了，请纠正我

编辑：哪些标准python库可以在O（N）操作中执行此任务，或者我们可以从python获得最佳复杂性？

Answer 1

我不是一个伟大的数学家，但我想它应该主要取决于两件事：

K与可迭代的长度之间的关系
执行python和cpython代码之间的关系。

一般来说，你是对的，快速测试显示数字的差异：

>>> timeit(stmt='sorted(i)[-100:]', setup='from random import seed,random;seed(666);i=[random() for _ in range(10000)]', number=1000)
2.086820379132405
>>> timeit(stmt='heapq.nlargest(n, i)', setup='from random import seed,random;import heapq;seed(666);n=100;i=[random() for _ in range(10000)]', number=1000)
0.5397011679597199

Answer 2

有更快的算法QuickSelect不执行完全排序 - 只进行分区，平均复杂度约为<div> <span>Category</span> <ul> <li> <span>Test</span> <input type="checkbox"> </li> <li> <span>Test 2</span> <input type="checkbox"> </li> <li> <span>Test 3</span> <input type="checkbox"> </li> <li> <span>Test 4</span> <input type="checkbox"> </li> <li> <span>Test 5</span> <input type="checkbox"> </li> <li> <span>Test 6</span> <input type="checkbox"> </li> </ul> </div>。

感谢@Violet Red评论：numpy.partition

堆方法的复杂性为O(N)，排序方法为O(NlogK)。

C ++ STL包含方法O(NlogN)，它可以比完全排序更快地执行。

Answer 3

找到前K个元素，可以使用

小于O（N * logN）的复杂度来完成

基于堆的解决方案在O（N * logK）
Median of Median溶液

讨论各种python方法的复杂性，以从列表中获取N个最大元素

3 个答案: