堆的调整和堆的TopK问题

一、堆的概念

1.1大堆和小堆

如果有一个关键码的集合 K ，把它的所有元素按完全二叉树的顺序存储方式存储 在一个一维数组中，并满足，则称为小堆(或大堆)。将根节点最大的堆，且每个父节点都大于等于他的左右孩子叫做最大堆或大根堆，根节点最小的堆，且每个父节点都小于等于左右孩子叫做最小堆或小根堆。本文都以大堆为例。

1.2堆的性质：

1.堆中某个节点的值总是不大于或不小于其父节点的值

2.堆总是一棵完全二叉树。

二、堆的向上调整

堆一般采用数组的形式来实现。在建堆的时候，通常有两种建堆方式，一种是利用堆的向上调整建堆，一种是利用堆的向下调整建堆，两种方法在时间复杂度上有本质区别，以下会进行推导。

2.1向上调整的过程

向上调整的过程是：如果子节点大于父节点就交换值，并更新子节点的位置为当前的父亲节点，更新父亲节点的位置为（子节点-1）/ 2，如果小于就不用调整。

2.2向上调整的条件

向上调整的条件是：除了插入的节点，其他节点都构成堆。

2.3堆的插入

堆的向上调整一般用来插入节点，即在堆的末尾插入一个节点，再向上调整。

2.4向上调整建堆的时间复杂度

向上调整在建堆时是采用逐一尾插并调整来完成建堆的。

2.5代码实现

//除了child，其他的都是堆
void AdjustUpMax(HPDatatype*a, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[child] > a[parent])
		{
			swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}

}

三、堆的向下调整

堆的向下调整一般用来删除堆顶元素、建堆、排序

3.1堆的向下调整过程

父节点与最大的子节点比较，小于子节点就交换，更新父节点的位置为当前子节点的位置，更新子节点的位置为父节点*2+1，如果大于就不用调整，直到达到叶节点。

3.2向下调整的条件

必须保证左右子树都是大堆或者小堆。

3.3堆顶的删除

3.4向下调整建堆的时间复杂度

观察两种建堆方式的时间复杂度，可以看出向下调整建堆的效率会比向上调整高，通常采用向下调整来建堆。

（堆排序：排升序建大堆，排降序建小堆，具体见排序章节）

3.5代码实现

//左右子树都是大/小堆
void AdjustDown(HPDatatype* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		//选出左右子树中大的那一个
		if (child+1<n && a[child + 1]>a[child])   //防止无效数据的出现
		{
			child++;
		}
		if (a[child] > a[parent])
		{
			swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

四、堆的TopK问题

4.1问题描述

即求数据结合中前K个最大的元素或者最小的元素，一般情况下数据量都比较大，以下我们建立文件存储数据来模拟该问题的实现。

4.2解决思路

1.如果求前K个最大元素，就建立小堆，此时堆顶一定是最小的元素，再让剩余的N-K个元素与堆顶一一比较，如果大于就替换，并向下调整堆，找到完成替换后的堆的最小堆顶元素，不断重复此过程，直到堆中的K个元素就是前K个最大元素

2.如果求前K个最小元素，就建立大堆，此时堆顶一定是最大的元素，再让剩余的N-K个元素与堆顶一一比较，如果小于就替换，并向下调整堆，找到完成替换后的堆的最大堆顶元素，不断重复此过程，直到堆中的K个元素就是前K个最小元素

4.3代码实现

模拟该问题需要两部分：

1.造数据：利用随机值造出10000个随机数据写入文件。

2.找到前K个元素：先读入文件的前K个元素，对这前K个元素建大堆或小堆（看问题需要），将剩余的N-K个元素与堆顶比较，看是否满足条件再替换，直到读完文件所有的数据后堆中的K个元素就是前K个最大或最小元素。

//TopK问题
void PrintTopK(const char*file, int k)
{
	//建堆 用a中前k个元素建小堆
	int* topk = (int*)malloc(sizeof(int) * k);
	assert(topk);

	//以读的形式打开文件
	FILE* fout = fopen(file, "r");
	if (fout == NULL)
	{
		perror("fopen error\n");
		return;
	}

	//读前k个数据
	for (int i = 0; i < k; i++)
	{
		fscanf(fout, "%d", &topk[i]);
	}

	//建小堆
	for (int i = (k - 2) / 2; i >= 0; i--)
	{
		AdjustDownMin(topk, k, i);
	}

	//将剩余n-k个元素依次与堆顶元素交换，不满则则替换
	int val = 0;
	int ret = fscanf(fout, "%d", &val);
	while (ret != EOF)
	{
		if (topk[0] < val)
		{
			topk[0] = val;
			AdjustDownMin(topk, k, 0);
		}
		ret = fscanf(fout, "%d", &val);
	}

	//打印
	for (int i = 0; i < k; i++)
	{
		printf("%d ", topk[i]);
	}
	printf("\n");

	//关闭文件
	free(topk);
	fclose(fout);
}
void CreatNData()
{
	//造数据
	int n = 10000;
	srand(time(0));

	const char* file = "data.txt";
	//以写的形式打开文件
	FILE* fin = fopen(file, "w");
	if (fin == NULL)
	{
		perror("fopen error\n");
		return;
	}

	//写文件
	for (int i = 0; i < n; i++)
	{
		int x = rand() % 10000;
		fprintf(fin, "%d\n", x);
	}

	//关闭文件
	fclose(fin);
	
}