【C数据结构】堆的建立、堆排序和Top K问题

1、堆的概念

在数据结构中，堆在逻辑上可以理解为一颗完全二叉树，而在物理结构上普遍用数组表示。

比如：

而在堆中又分为两种

1. 小堆：在逻辑结构中，除叶结点任意节点都小于其子节点的值，称作小堆。
2. 大堆：在逻辑结构中，除叶结点任意节点都大于其子节点的值，称作大堆。

从堆的下标关系来看，如果父节点，那么与其左子节点关系固定为parent2+1，右子节点关系固定为parent2+2。
（12+1=3，12+2=4）

而不管是左子节点还是右子节点，parent = (child-1)/2; （ (3-1) / 2 = 1，(4-1) / 2 = 1）

2、堆的调整算法

完整堆排序内容

2.1、向上调整算法

如果要实现一个数组里的数组，从下标为0位置开始依次进堆的操作。
以下以建小堆为例。

中间过程

这样从第一个数据开始，到入堆最后一个数据，每个数据都通过与父节点比较，确保满足建小堆条件。

代码实现

void AdjustUp(int* 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;
		}
	}
}

时间复杂度计算：

2.3、向下调整算法

向下调整算法有一个前提就是，只有当左右子树为堆的时候，才能使用。
比如，以87为根的左右子树都满足小堆条件，那么这个时候就可以用向下调整算法。

将父节点（如：87）和左右子节点小的那个交换（比如21），一直重复这个操作，直至到达叶子结点。

如果要删除堆顶的数据，该怎么办？

如果根节点左右子树不为堆怎么办，一直向下找到满足左右子树为堆的根（保底找到为左右子节点为叶节点的根节点，因为叶结点满足小堆的条件）。
堆排序中堆的建立

时间复杂度计算：

所以和向上调整算法相比，向下调整算法的时间复杂度要更高效。
 

3、TopK问题

TopK问题就是从N个数里面，找出前K个最大的数。
有两种方法

1. 通过堆排序，再挑取前面K个数。时间复杂度O（N*LogN）空间复杂度O（N）
2. 通过堆选数：
   a. 建大堆：建好大堆，每次取出堆顶数据，再调整成大堆。时间复杂度O（N+K*LogN）空间复杂度O（N）
   b. 建小堆：对前K个数建好小堆，再对N-K个数进行筛选，如果数大于堆顶数据，那么进堆并向下调整，最后小堆里的数就是前K个最大的数。时间复杂度O（K+（N-k）LogK），当N远大K就是O（N），空间复杂度O（K）

以上三种方法，值得注意的是，当数据量很大时，第一种方法和第二种方法中的建大堆，就会因为空间的问题难以进行，比如N达到100亿，也就需要40GB的内存去储存数据，而建小堆会很有效的避免这个问题。

代码实现以及测试：

void CreatFile(int size)
{
	
	FILE* fin = fopen("nums.txt", "w");
	if (fin == NULL)
	{
		perror("fopen fail");
		return -1;
	}
	int i = 0;
	for (i = 0; i < size; i++)
	{
		fprintf(fin, "%d\n", rand() % 100000);
	}

	fclose(fin);
}

int main()
{

	//写入大量数据到文件
	//srand(time(NULL));
	int size = 1000000;
	/*CreatFile(size);*/

	//前k个建立小堆
	int k = 10;
	int* a = (int*)malloc(sizeof(int) * k);
	int i = 0;
	FILE* fout = fopen("nums.txt", "r");
	
	//从文件读取K个
	for (i = 0; i < k; i++)
	{
		fscanf(fout, "%d", &a[i]);
	}
	//读取后进行向下调整
	for (i = (k - 2) / 2; i >= 0; i--)
	{
		AdjustDown(a, k, i);
	}

	//N-K进小堆比较
	int val = 0;
	while (fscanf(fout, "%d", &val) != EOF)
	{
		if (val > a[0])
		{
			Swap(&val, &a[0]);
			AdjustDown(a, k, 0);
		}
	}

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

	fclose(fout);

	return 0;
}

因为是随机数据写入文件，为了确定结果是我们要的前K个最大的，我们在文件中自己输入10个最大的数，这样在打印后能更清楚。

输出结果