算法之堆排序——topk问题_heapq实现topk-CSDN博客

本文链接：https://blog.csdn.net/DreamingBetter/article/details/122099909

解决思路

在这里插入图片描述
注：LowB三人组指的是：冒泡、插入、选择

例如：找前五大的数，先取出列表前五个数，建成小根堆，堆顶即堆中最小值。0与1比较，比1小，跳过，下一个7比1大，7把1换掉，做一次向下调整…遍历整个列表之后，堆中的数即前五大的数。
但其实用内置函数heapq即可实现，直接heapq.nlargest(n,li)，将li列表中要的前n大参数传入即可返回前n大数的列表。前n小即heapq.nsmallest(n,li)，内置函数不了解与向下调整不明白的同学，见算法之堆排序
在这里插入图片描述
向下调整

代码实现

def sift(li, low, high):  # 向下调整函数
    i = low
    j = i * 2 + 1
    tmp = li[i]
    while j <= high:
        if j+1 <= high and li[j+1] < li[j]: # 确保有右孩子，左右孩子比较
            j = j+1      # 右孩子小于左孩子，指向右孩子
        if li[j] < tmp:  # 右孩子与堆顶值比较
            li[i] = li[j]  # 若小于堆顶值，则右子树向上移动
            i = j          
            j = 2 * i + 1
        else:
            break
    li[i] = tmp

def topk(li, k):
    heap = li[0:k]     # 先切片出列表前k个数
    for i in range((k-2)//2,-1,-1):  # 建堆
        sift(heap,i,k-1)
    for i in range(k,len(li)):       # 遍历原列表
        if li[i] > heap[0]:          # 大于小根堆的堆顶则覆盖堆顶
            heap[0] = li[i]
            sift(heap,0,k-1)         # 重新向下调整，使其保持是一个（小根）堆
    for i in range(k-1, -1, -1):     # 排序输出，小根堆输出从大到小，大根堆输出从小到大
        heap[0], heap[i] = heap[i], heap[0]
        sift(heap,0,i-1)
    return heap

li = [7,2,1,5,6,3,8,9,10]
print(li)
print(topk(li,5))

在这里插入图片描述