TOP-K问题:即求N个数据中前
K个最大的元素或者最小的元素,一般情况下N远远大于K。比如:专业前
10
名、世界
500
强、富豪榜、游戏中前
100
的活跃玩家等。
在拥有足够内存空间的情况下,最简单的办法就是创建一个足够容纳所有数据的大堆,然后取堆顶并删除,重复k次操作之后就得到了想要的数据。但是在内存空间不够的情况下我们应该如何解决这些问题呢?
方法是先在所有的数据中选前k个数据构建一个小堆,之后遍历所有数据,并一一与堆顶元素相比较,如果比堆顶元素大(小),就将堆顶元素换为该元素,并向下调整。等所有数据遍历完以后,这个小堆的元素就是我们要找的最大(小)的元素
解题思路如下:
首先,我们创建一个data的文件夹,并在其中存储10000个数据
void CreateNDate()
{
// 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 (size_t i = 0; i < n; ++i)
{
int x = rand();
fprintf(fin, "%d\n", x);
}
fclose(fin);
}
之后,我们取前k个数并建一个小堆,再遍历所有数据进行替换和向下调整
void AdjustDown(HPDataType* arr, int n, int parent)
{
int child = parent * 2 + 1;
while (child < n)
{
if (child+1 < n && arr[child] > arr[child + 1])//找到左孩子和右孩子中小的那一个
{
child++;
}
if (arr[parent] > arr[child])
{
swap(&arr[parent], &arr[child]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
void HeapFind()//解决top-k问题
{
int k = 0;
printf("请输入k->:");
scanf("%d", &k);
const char* file = "data.txt";
FILE* fout = fopen(file, "r");
if (fout == NULL)
{
perror("fopen fail");
return;
}
int* find = (int*)malloc(sizeof(int) * k);
if (find == NULL)
{
perror("malloc fail");
return;
}
for (int i = 0; i < k; i++)
{
fscanf(fout, "%d", &find[i]);
}
//建堆
for (int i = (k - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(find, k, i);
}
int num = 0;
while (fscanf(fout, "%d", &num) > 0)
{
if (num < find[0])
{
find[0] = num;
AdjustDown(find, k, 0);
}
}
printf("最小的前%d个数为:", k);
for (int i = 0; i < k; i++)
{
printf("%d ", find[i]);
}
}