TOP-K问题
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
- 用数据集合中前K个元素来建堆
前k个最大的元素,则建小堆
前k个最小的元素,则建大堆- 用剩余的N-K个元素依次与堆顶元素来比较,不满足则替换堆顶元素
思路:(以找前K个最大元素举例)用前K个元素建一个小堆,然后用后面的值和堆顶比较(小堆堆顶最小),大于堆顶元素就入堆,遍历完所有值后堆里面的值就是前K大的值
实现
定义堆的结构
typedef int HPDataType;
typedef struct Heap
{
HPDataType* a;
int size;
int capacity;
}HP;
造数据
void CreateData()
{
//造数据
int n = 100000;
srand(time(0));
const char* file = "data.txt";
FILE* fin = fopen(file, "w");
if (fin == NULL)
{
perror("fopen error");
return;
}
for (int i = 0; i < n; i++)
{
int x = (rand() + i) % 100000;
fprintf(fin, "%d\n", x);
}
fclose(fin);
}
小堆的向上向下调整
void AdjustUp(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;
}
}
}
void AdjustDown(HPDataType* a, int size, int parent)
{
int child = parent * 2 + 1;
while (child < size)
{
if (child + 1 < size && a[child + 1] < a[child])
++child;
if (a[child] < a[parent])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
建堆并遍历出前K大的数
void PrintTopK(const char* file, int k)
{
//读文件
FILE* fout = fopen(file, "r");
if (fout == NULL)
{
perror("fopen error");
return;
}
//建立一个k个数的小堆
int* minheap = (int*)malloc(sizeof(int) * k);
if (minheap == NULL)
{
perror("malloc error");
return;
}
//读取前k个数
for (int i = 0; i < k; i++)
{
fscanf(fout, "%d", &minheap[i]);
//向上调整
AdjustUp(minheap, i);
}
//边读边建小堆
//读取剩余的值,读到x里
int x = 0;
while (fscanf(fout, "%d", &x) != EOF)
{
//如果堆里的元素小于x就继续调整
if (minheap[0] < x)
{
//将x搞到堆顶
minheap[0] = x;
//向下调整
AdjustDown(minheap, k, 0);
}
}
for (int i = 0; i < k; i++)
{
printf("%d ", minheap[i]);
}
free(minheap);
fclose(fout);
}
实现
int main()
{
//CreateData();
PrintTopK("data.txt", 5);
return 0;
}
结果:
因为每次堆排的时间复杂度是logN遍历一遍的时间复杂度是N,所以TOP-K进行排序的时间复杂度是NlogN.
检验
为了判断找出的K个数是否是最大的K个数,我们可以在文件中改出K个超出最大范围的数,保存后再次运行看是否为改动的几个数