堆的应用

扫码关注公众号，获取更多内容

目录

一、优先级队列

1、合并有序小文件

2、高性能定时器

二、利用堆求Top K

---

一、优先级队列

1、合并有序小文件

场景：有100个小文件，每个文件大小都是100MB，每个文件中存储的都是有序的字符串。我们将这100个小文件合并成一个有序的大文件。

整体思路与归并排序中的合并函数类似，从这100个文件中，各取第一个字符串，放入数组中，然后比较大小，将最小的那个字符串放入合并后的大文件中，并从数组中删除。

假如这个最小的字符串来自于16.txt这个文件，我们就再从这个文件取下一个字符串，放到数组中，重新比较大小，并且选择最小的放到合并后的大文件，将它从数组中删除。以此类推，知道所有的文件中的数据都放入到大文件为止。

 这里我们用数组来存储从小文件中取出的字符串。每次从数组中取最小字符串都需要遍历整个数组，这不是很高效。有什么更高效的方法呢？

这里我们可以使用优先队列，也可以说是堆。将从小文件取出来的字符串放入到小顶堆中，那堆顶的元素就是优先级队列队首的元素，就是最小字符串。将这个字符串放入到大文件中，并将其从堆中删除。然后再从小文件中取出下一个字符串，放入到堆中。循环这个过程，就可以将100个小文件中的数据依次放入到大文件中。

2、高性能定时器

场景：我们有一个定时器，其中维护了很多定时任务，每个任务都设定了一个要触发执行的时间点。每过一个很小的时间单位（比如1秒），就扫描一遍任务，如果有任务达到了预定时间，就执行。

这种任务列表的做法是比较低效的，主要有以下两点原因：

第一：未达到任务的执行时间，这样前面很多次扫描都是徒劳的。

第二：每次都要扫面整个任务列表，如果列表很大，会比较耗时。

针对上述问题，我们可以使用优先级队列来解决。我们按照任务设定的执行时间，将任务存储在优先级队列中，队列首部（小顶堆堆顶）存储的是最先执行的任务。

这样定时器就不需要每隔1秒就扫描一遍任务列表了。它拿队首任务的执行时间点与当前时间点相减，得到一个时间间隔T。

T就是从当前时间开始，需要等待多久，才会有第一个任务需要被执行。定时器在设定T秒之后，再来执行任务。当T秒过去之后，定时器取优先级队列中队首的任务执行。然后再计算新的队首任务的执行时间与当前时间的差值，这个值就是定时器执行下一个任务所需要等待的时间。

这样定时器就不同每次都间隔1秒轮询一次了，也不用变量整个任务列表，性能也随之提高了。

 

二、利用堆求Top K

求Top k 的问题，可以分为两类，一类是针对静态数据集合（数据集合事先确定，不会再变）。另一类是针对动态数据集合（集合事先不确定，有动态数据加入）。

对于静态数据来说，如何在一个包含n个数据的数组中，查找前K大的数据呢？我们可以维护一个大小为K的小顶堆，顺序遍历数组，从数组中取出数据与堆顶数据比较，如果比堆顶数据大，我们就把堆顶元素删除，并且将这个元素插入到堆中。如果比堆顶元素小，就不处理。继续遍历数组。等数组中的数据都遍历完后，堆中的数据就是前K大数据了。

对于动态数据来说，我们可以一直维护一个大小为K的小顶堆，当有数据被添加到集合中时，我们就拿它与堆顶元素对比，如果比堆顶元素大，就删除堆顶元素，并且吧这个元素插入到堆中，如果比堆顶元素小，则不做处理。这样，无论任何时候需要查询当前的前K大数据，都可以立即返回。