Top K问题

在大量数据（海量）中找到前K大或者前K小的数

一般而言有两种思路：利用堆排序和利用快排，其中快排的效率会更高效一些

 

利用堆排序：

堆排序的基本思路就是建立最大堆（最小堆），最大堆是父节点比任意子节点的值都要大，根节点是最大的值。堆排序的话就将全部的n个数组成最大堆，那么根节点就是最大的数，保留这个根节点；然后将最后一个叶子节点换到根节点上，调整整个堆使之重新成为最大堆，那么根节点就是第二大的数；依次类推，直到得到一个有序的数组。调整堆的时间复杂度为O(nlogn)

 

那么怎么利用堆排序来得到n个数中的前K个呢？

还是上面的最大堆（用来找前k小的数），如果只对n个数中的前k个数建立最大堆，此时堆顶的值（假设为q）就是这K各数里最大的，然后从剩下的n-k个数里遍历，如果当前的数比堆顶的q小，那说明这个数应该取代最大堆的根节点，成为最小的k个数之一（因为堆里就有k个数，要找的是k个最小的，而此时堆外面那个数比堆里的数还小，必然应该进来，那么就换出去现在里面最大的那个堆顶的数q）

换完之后用新的k个数重新构建一下最大堆，然后继续在剩下的数里找有没有比此时的堆顶小的，有的话重复这个过程

最后得到的含有k个数的最大堆就是前k小的数了

同样的，要找前k大的数的话，只要建立最小堆就行了

代码上也是基本复用了堆排序的建堆和维护堆的代码

void HeapAdjust(int a[],int i, int size)
{
	int lchild = 2*i, rchild = 2*i+1;
	int maxx = i;
	if(i<=size/2){
	
	if(a[maxx]<a[lchild]&& lchild<=size)
		maxx = lchild;
	if(a[maxx]<a[rchild]&&rchild<=size])
		maxx = rchild;
	if(maxx != i)
	{
		swap(a[i],a[maxx]);
		heapAdjust(a,maxx,size);
	}
	}
}
void buildHeap(int a[],int size)
{
	for(int i = size/2;i>=1;i--)
	{
		HeapAdjust(a,i,size);
	}
}
int* TopK(int a[],int k)
{
	int *ak = new int[k+1];
	for(int i = 1;i<=k;i++)
	{
		ak[i] = a[i];
	}
	buildHeap(ak,k);
	for(int i = k+1;i<=size;i++)
	{
		if(a[i]<ak[1])
		{
			ak[1] = a[i];
			HeapAdjust(ak,1,k);
		}
	}
	return ak;
}
void HeapSort(int a[],int size)
{
	buildHeap(size);
	for(int i = size; i>=1;i--)
	{
		swap(a[1],a[i]);
		HeapAdjust(a,1,i-1);
	}
}

利用快排：

快排的思想是分治法，将问题拆解，先找到一个数据，以此基准将数组分成两组，然后在进一步分解

可知当分解到一定程度时，某个基准的左侧都是比此基准小的数，正好为k个时就是我们要找的前k小的数，前k大的数也是同样的

因此，只要返回的基准位置是k那么就好了（从1开始存储）

跟寻找第k大的数字其实是一样的代码，只不过要的从开始位置直到第k个数字

int selectKBiggest(int p, int r, int k)
{
	if (p == r)return a[p];
	int q = Partition(p, r);
	int key = q - p+1 ;
	if (k == key)return a[q];
	else if (k < key)
		return selectKBiggest(p, q - 1, k);
	else return selectKBiggest(q + 1, r, k-key);
}