经典笔试题：从十亿个整数中选择前100大整数的算法实现

转自：http://www.cnblogs.com/kanong/archive/2010/10/06/1844490.html

 

最近几天都在研究一些面试，笔试题，发现有一种题型很经常出现，如从十亿个整数中选择前100大整数，或者是这类题的变形：

很多人看到这种题的第一反应是排序，如果你是这样回答的话，offer肯定是没有了。原因如下：

1.　　存放10亿个数据的内存得多大呀， 所以内部排序是不可能了！

2.　　就算采用外部排序的方法，可以解决内存不足的问题，但外部排序读取内存非常频繁，将大大影响速度，我怀疑计算机在报废之前，拍完序的可能性！

好了，说说我的方案吧！是我目前能想到的最好的方法，如果谁有更好的，欢迎分享呀！

1.　　用10亿个数据的前100个整数建立小顶堆。

2.　　向堆中插入数据，如果比堆顶小的话，直接抛弃。否则替换堆顶，进行堆调整。

3.　　当上面的操作完成后，堆里面的数据就是前100大的整数了。

上面的方法，读取文件的次数为10亿次（这是不可避免的），使用的内存为100个整数空间，最坏情况下的时间复杂度为(10亿*log(100)).

代码如下：<BR>

 

 

/* *开 发 者：卡农 *开发时间：2010-10-5 *描 述：从十亿个整数中选择前100大的算法实现 */ #include<iostream> using namespace std; /* *小顶堆 */ typedef struct { int data[100]; int size; }Heap; /* *用前100个整数初始化小顶堆 *参数： data 100个整数 *返回： 指向小顶堆的指针 */ Heap * initHeap(int _data[]){ Heap * newHeap=new Heap; newHeap->size=100; for(int i=0; i<100; i++){ newHeap->data[i]=_data[i]; } //调整为小顶堆 for(i=100/2; i>=0; i--){ int curPos=i; while(curPos<100){ if(curPos*2+1>=100){ break; } if(curPos*2+2>=100){ if(newHeap->data[curPos*2+1]<newHeap->data[curPos]){ int temp=newHeap->data[curPos*2+1]; newHeap->data[curPos*2+1]=newHeap->data[curPos]; newHeap->data[curPos]=temp; } break; } if(newHeap->data[curPos*2+1]<newHeap->data[curPos*2+2]){ if(newHeap->data[curPos*2+1]<newHeap->data[curPos]){ int temp=newHeap->data[curPos*2+1]; newHeap->data[curPos*2+1]=newHeap->data[curPos]; newHeap->data[curPos]=temp; } curPos=curPos*2+1; }else{ if(newHeap->data[curPos*2+2]<newHeap->data[curPos]){ int temp=newHeap->data[curPos*2+2]; newHeap->data[curPos*2+2]=newHeap->data[curPos]; newHeap->data[curPos]=temp; } curPos=curPos*2+2; } } } return newHeap; } /* *向堆中插入数据，如果比堆顶小的话，直接抛弃。否则替换堆顶，进行堆调整。 *参数： _heap 小顶堆 * value 数据 */ void insertValue(Heap * _heap , int value){ if(value<=_heap->data[0]){ return; } _heap->data[0]=value; int curPos=0; while(curPos<100){ if(curPos*2+1>=100){ break; } if(curPos*2+2>=100){ if(_heap->data[curPos*2+1]<_heap->data[curPos]){ int temp=_heap->data[curPos*2+1]; _heap->data[curPos*2+1]=_heap->data[curPos]; _heap->data[curPos]=temp; } break; } if(_heap->data[curPos*2+1]<_heap->data[curPos*2+2]){ if(_heap->data[curPos*2+1]<_heap->data[curPos]){ int temp=_heap->data[curPos*2+1]; _heap->data[curPos*2+1]=_heap->data[curPos]; _heap->data[curPos]=temp; } curPos=curPos*2+1; }else{ if(_heap->data[curPos*2+2]<_heap->data[curPos]){ int temp=_heap->data[curPos*2+2]; _heap->data[curPos*2+2]=_heap->data[curPos]; _heap->data[curPos]=temp; } curPos=curPos*2+2; } } } /* *打印小顶堆里面的数据 *参数： _heap 小顶堆 */ void showHeap(Heap * _heap){ cout<<"堆内部的数据："<<endl; for(int i=0; i<_heap->size; i++){ if(i%10==0){ cout<<endl; } cout<<_heap->data[i]<<"/t"; } cout<<endl; } /* *销毁顶堆 *参数： _heap 小顶堆 */ void destoryHeap(Heap * _heap){ delete(_heap); } /* *测试入口 */ int main(){ int array[100]; //打开存储10亿数的文件 FILE * input=fopen("C://Users//kanong//Desktop//data.txt","r"); if(input==NULL){ cerr<<"can't open file!"<<endl; exit(1); } //先用文件的前面100个数据构建小顶堆 int temp; int i=0; while(fscanf(input , "%d" , &temp)!=EOF&&(i<100)){ array[i++]=temp; } Heap * newHeap=initHeap(array); //将文件后面的数据插入小顶堆 while(fscanf(input , "%d" , &temp)!=EOF){ insertValue(newHeap , temp); } //打印前100大的整数 showHeap(newHeap); destoryHeap(newHeap); fclose(input); return 0; }