编程题练习(3)

找到无序数组中两值之和为key的所有组合

参考博客：https://blog.csdn.net/suibianshen2012/article/details/51923477
法1：穷举法，复杂度为O(n^2)
法2：先对数组进行快速排序（O(nlogn)），定义两个指针，一个从头到尾扫描，一个从尾部向头部扫描，每次都计算两指针对应元素之和，若等于key，跳出循环，若小于key，i++;若大于key，j–。
代码：

int findkey(int *a,int key)
{       int i=0,j=0;
        for(i=0,j=n-1;i

法3:哈希表。先遍历一次数组，存储每个数出现的次数，再遍历一次数组，对每个a[i]，判断key-a[i]是否存在于哈希表中，如果存在的话，说明查找成功，否则的话继续遍历下一个。

 int  getSum(int *a, int len, int key)
{
	hash_map map;
	//先遍历一遍数组，将每个数存在hashmap中，对应的value=1；表示存在次数
	for(int i=0; i

找到无序数组中第K大的数

参考博客：https://blog.csdn.net/acema/article/details/39695479
https://blog.csdn.net/yc461515457/article/details/51177812
法1：快速排序法

法2：堆排序法。先对前 k 个数进行建堆，堆顶为当前k个数组中最小的元素。时间复杂度O(k)。然后将第 k+1…n 个数依次和堆顶元素比较，如果新元素大于堆顶元素，则将它作为新的堆顶元素并调整最小堆，否则再处理下一个数。这样每一次循环都将保证最小堆中的k个数为当前最大的 k 个数。 时间复杂度O((n-k)*logk)。循环结束后，堆顶元素即是我们要找的第 k 大的数。算法总的时间复杂度是O(k+(n-k)*logk)。

法3：哈希表。若数组中的N个数都是[0，MAX) 之间的数（也就是数组A中数的范围类型都知道的），就可以用count[MAX]来记录每个整数出现的次数（count[i] 表示整数i在数组A中出现的次数）。我们只需扫描一遍数组就可以得到count数组，然后就可以找到第K大的数。

快速排序法最坏时间复杂度和平均时间复杂度

最坏情况的时间复杂度是当待排序的序列为正序或者逆序时O(n^2)
平均时间复杂度为O(nlogn)

堆排序思想

参考博客：https://www.cnblogs.com/chengxiao/p/6129630.html