文件中找TOPK问题

一.TOP—K问题简介：

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 。

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。

对于 Top-K 问题，能想到的最简单直接的方式就是排序，但是：如果数据量非常大，排序就不太可取了 ( 可能数据都不能一下子全部加载到内存中) 。最佳的方式就是用堆来解决，基本思路如下：

1. 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

2. 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

将剩余 N-K 个元素依次与堆顶元素比完之后，堆中剩余的 K 个元素就是所求的前 K 个最小或者最大的元素。

二.代码的实现过程：

首先还是上次写过的交换函数和向下调整算法，这里也就直接展示，不多做赘述了：

接下来就是完成文件数据的创建：

srand就是一个时间种子，随着你的时间变换，他产生的数也会发生变化，如果只调用rand函数的话他产生的值是随机的但是每次运行产生的值是固定的，所以这里用srand先产生一个时间种子比较好，这样才能完成数据的随机。

然后关于文件操作的详解如果有不懂可以看我的另一篇博客：

文件操作详解-CSDN博客

当文件数据创建完成后，现在就来实现TOP—K问题的主要代码：

首先创建一块空间用来存储读到文件中的前K个数据，然后先存储到数组中去，存完之后来向下调整建小堆，之后再处理n-k个数据，一个个比较，当读取到文件末尾返回-1时，循环结束，然后如果访问到的值大于堆顶的数据，就调换一下，再次利用向下调整建堆，直到最后，堆中就是最大的那K个数了。

现在来测试一下：

现在运行创造数据的函数，这里创造了1万个0~9999999的数：

在这里我们手动随机在几个数后面加几个0，这样我们在运行TOPK函数时，我们就可以通过运行结果来看出，代码是否正确：

这里给5个数据添加了0，我们在运行时就给K输入5：

也是成功找到，所以我们写的代码是正确的。

整个代码如图：