Question

我正在寻求在网页上根据各自的权重显示固定数量的项目（由Integer表示）。找到这些物品的清单几乎可以是任何尺寸。

首先想到的解决方案是执行Collections.sort()并通过List逐个获取项目。是否有一个更优雅的解决方案虽然可以用来准备前八项？

Answer 1

去Collections.sort(..)。它足够有效。

此算法可提供有保证的n log（n）性能。

如果您知道列表的某些独特属性，可以尝试为您的具体案例实现更高效的，但这是不合理的。此外，如果您的列表来自数据库，例如，您可以LIMIT它＆amp;在那里订购而不是代码。

Answer 2

您的选择：

执行线性搜索，保持沿途找到的前N个权重。 ~~如果由于某种原因，您无法在显示页面之间重复使用排序结果（例如列表正在快速变化），这应该比排序长度列表更快。~~

更新：我认为线性搜索必须比排序更好。有关更好的选择算法，请参阅维基百科文章“Selection_algorithm - Selecting k smallest or largest elements”。
手动维护按重量顺序排序的List（原始的或平行的）。您可以使用Collections.binarySearch()之类的方法来确定每个新项目的插入位置。
维护List（原始的或平行的）按重量顺序排序，在每次修改，批量修改或显示之前调用Collections.sort()（可能保留修改标记）避免对已排序的列表进行排序。）
使用维护已排序权重顺序的数据结构：priority queue，tree set等。您还可以创建自己的数据结构。
手动维护前N个项目的第二个（可能是重量排序的）数据结构。只要修改原始数据结构，就会更新此数据结构。您可以创建自己的数据结构来将原始列表和这个“前N个缓存”包装在一起。

Answer 3

您可以使用max-heap。

如果您的数据来自数据库，请在该列上添加索引并使用ORDER BY和TOP或LIMIT仅获取您需要显示的记录。

Answer 4

或priority queue。

Answer 5

使用dollar：

List<Integer> topTen = $(list).sort().slice(10).toList();

不使用美元，您应sort()使用Collections.sort()，然后使用list.sublist(0, n)获取前n项。

Answer 6

既然你说从中提取这些前N个的项目列表可能是任何大小的，所以可能很大我假设，我会增加上面的简单sort()答案（这完全适合于合理大小的输入）通过建议这里的大部分工作是找到前N - 然后排序那些N是微不足道的。那就是：

Queue<Integer> topN = new PriorityQueue<Integer>(n);
for (Integer item : input) {
  if (topN.size() < n) {
    topN.add(item);        
  } else if (item > topN.peek()) {
    topN.add(item);          
    topN.poll();
  }
}

List<Integer> result = new ArrayList<Integer>(n);
result.addAll(topN);
Collections.sort(result, Collections.reverseOrder());

这里的堆（最小堆）的大小至少有限。没有必要从你的所有物品中堆出来。

Answer 7

不，不是真的。至少不使用Java的内置方法。

有一些聪明的方法可以比列表O(n*log(n))更快地从列表中获取最多（或最低）的N个项目，但这需要您手动编写此解决方案。如果项目数量保持相对较低（不超过几百），使用Collections.sort()对其进行排序，然后获取前N个数字是IMO的方法。

Answer 8

取决于多少。让我们将n定义为键的总数，将m定义为您想要显示的数字对整个事物进行排序：O(nlogn)
每次扫描阵列以获得下一个最高数字：O(n*m)
所以问题是 - n与m之间的关系是什么？如果m < log n，扫描效率会更高否则，m >= log n，这意味着排序会更好。（因为对于m = log n的边缘情况它实际上并不重要，但排序也会给你带来好处，好吧，排序数组，总是很好。

Answer 9

如果列表的大小为N，并且要检索的项目数为K，则需要在列表上调用Heapify，该列表将列表（必须是可索引的，例如数组）转换为优先级队列。（参见http://en.wikipedia.org/wiki/Heapsort）中的heapify函数

检索堆顶部的项目（最大项目）需要O（lg N）时间。所以你的总时间是：

O（N + k lg N）

假设k远小于N，则

优于O（N lg N）。

Answer 10

如果不能选择保留已排序的数组或使用不同的数据结构，则可以尝试以下方法。 O时间类似于对大型数组进行排序，但实际上这应该更有效。

small_array = big_array.slice( number_of_items_to_find );
small_array.sort();
least_found_value = small_array.get(0).value;

for ( item in big_array ) {  // needs to skip first few items
  if ( item.value > least_found_value ) {
    small_array.remove(0);
    small_array.insert_sorted(item);
    least_found_value = small_array.get(0).value;
  }
}

small_array可以是一个Object []，内部循环可以通过交换完成，而不是实际删除和插入数组。

在List中提取给定数量的最高值

10 个答案: