堆应用（最小的K个数）

最小的K个数

输入n个整数，找出其中最小的K个数。例如输入4,5,1,6,2,7,3,8这8个数字，则最小的4个数字是1,2,3,4,。

class Solution {
public:
    vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
	if (input.size() < k || input.size() == 0){
		return vector<int>();
	}

	vector<int> BigRootHeap;
	BigRootHeap.push_back(0);
	for (int i = 0; i < k; ++i){
		BigRootHeap.push_back(input[i]);
	}
	HeapAdjust(BigRootHeap, 1, k);

	for (int i = k; i < input.size(); ++i){
		if (input[i] < BigRootHeap[1]){
			BigRootHeap[1] = input[i];
			HeapAdjust(BigRootHeap, 1, k);
		}
	}
	return vector<int>(BigRootHeap.begin() + 1, BigRootHeap.end());
}
    
    void HeapAdjust(vector<int>& A, int root, int size){
        int lchild = root << 1;
        int rchild = lchild + 1;
        int temp = root;
        if(lchild<=size&&A[temp]<A[lchild])
            temp=lchild;
        if(rchild<=size&&A[temp]<A[rchild])
            temp=rchild;
        if(temp!=root){
            swap(A[root],A[temp]);
            HeapAdjust(A,temp,size);
        }
    }
    
    void BuildHeap(vector<int>& A, int size){
        for(int i=size>>1;i>=1;--i){
            HeapAdjust(A,i,size);
        }
    }
};

求最小的K个数，维护一个大小为K的大根堆。

void HeapAdjust(vector<int>& A, int root, int size){
        int lchild = root << 1;
        int rchild = lchild + 1;
        int temp = root;
        if(lchild<=size&&A[temp]<A[lchild])
            temp=lchild;
        if(rchild<=size&&A[temp]<A[rchild])
            temp=rchild;
        if(temp!=root){
            swap(A[root],A[temp]);
            HeapAdjust(A,temp,size);
        }
    }

该函数用递归的方法调整堆。下标从1开始，因此左孩子为root*2，右孩子为root*2+1；

选择最大的元素作为根节点，如果当前根节点值最大则不用继续调整堆。否则交换最大值和根节点的值。交换后为了保证依旧为堆，则递归调整。

void BuildHeap(vector<int>& A, int size){
        for(int i=size>>1;i>=1;--i){
            HeapAdjust(A,i,size);
        }
    }

从最后一个叶子节点的父节点开始依次向上调整。

接下来只要维护这个堆即可，每一个新的元素和堆顶元素比较，若比堆顶元素小，则删除堆顶元素，添加新元素，再重新调整堆。