【数据结构详解】——堆的应用

📖 前言：本期我们将详解堆相关的应用，如堆排序，Top-K问题

---

🎓 作者：HinsCoder
📦 作者的GitHub：代码仓库
📌 往期文章&专栏推荐：

1. 【C语言详解】专栏
2. 【数据结构详解】专栏
3. 【C语言详解】——函数栈帧的创建与销毁（动图详解）
4. 【数据结构详解】——线性表之顺序表（多图详解）
5. 【数据结构详解】——线性表之单链表（动图详解）
6. 【数据结构详解】——线性表之双向链表（动图详解）

🕒 1. 堆的应用

🕘 1.1 堆排序

堆排序相关知识点：

• 选择排序的一种

• 是利用堆这种数据结构的思想进行排序

💡 思路1：插入 - 删除堆

假如排升序，我们利用小堆进行排序的话：

我们建好一个N个数的小堆后，堆顶肯定是最小值，把这个最小值放到数组里，然后pop一下栈顶，再取下一个次小值，重复上述步骤即可。

void HeapSort(int* a, int n)
{
	HP hp;
	HeapInit(&hp);
	for (int i = 0; i < n; i++)
	{
		HeapPush(&hp, a[i]);
	}
	for (int i = 0; i < n; i++)
	{
		a[i] = HeapTop(&hp);
		HeapPop(&hp);
	}
	HeapDestroy(&hp);
}

这样有什么问题吗？
空间复杂度为O(N)，因为你又开辟了一个小堆，并且你这样为了排序，还得写一个堆实现，这里能不能有更优的方法呢？

💡 思路2：模拟插入 - 向上/下调整建堆 - 依次选数调整

每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元素排完

我们可以把数组直接当成一个堆，以小堆为例，这里排的是升序，由于小堆的堆顶元素是最小值，这样我们就选出来最小值了，那怎么选出次小值呢？

我们只能把最小的那个值放到数组首，然后剩下的再看成一个堆

但是这样的问题很明显，我们之前建立好的小堆被打乱了，我们现在只能把剩下的再重新建小堆，这时的时间复杂度变成了O(N²) ，还不如直接遍历选数。

所以我们不妨来试试排升序建大堆
建大堆后，堆顶是最大值，然后让堆顶和最后的交换，向下调整，这样最大的值就被放到最后了，然后最后一个数不看成堆里面的元素，现在堆顶又是次大值了，再和后面交换，向下调整。以此类推最后就排序好了。

我们用向下调整法建堆，上面说过了，建堆的时间复杂度为O(N)
然后再选堆顶的数放后面，向下调整，每一次时间复杂度为O(logN)
总共N个数，所以是NlogN
所以最终的堆排序的时间复杂度为O(NlogN)。

大堆排升序动画：

升序：建大堆
降序：建小堆

void HeapSort2(int* a, int n)
{
	//建堆 --- 时间复杂度:O(N)
	//大堆
	for (int i = (n - 1 - 1) / 2; i >= 0; i--)
	{
		ADjustDown(a, n, i);
	}

	int end = n - 1;

	while (end > 0)		//end = 0的时候就截止：即 长度为0就截止
	{
		Swap(&a[0], &a[end]);
		//选出次大值
		ADjustDown(a, end, 0);
		end--;
	}
}

🕘 1.2 Top-K问题

问题大意：在N个数中找出最大/小的前K个数（一般K远小于N）
比如：在高考出成绩时，需要对全省考生的成绩进行排序并取出前50名考生的成绩进行屏蔽，此时就涉及Top-K问题了

🔎 例题： 剑指 Offer 40. 最小的k个数

接下来以找最大的前k个数举例

💡 思路1：堆排序

将所有数据进行排序，取前K个元素即可

void PrintTopKSort(int *a,int n,int k)
{
    HeapSort(a,n);
    for(int i=0;i<k;i++)
    {
        printf("%d ",a[i]);
    }
    printf("\n");
}

时间复杂度是O(N*logN)

💡 思路2：将N个数建堆，取出前K个

建好堆后，将堆顶的数与最后一个数交换位置，向下调整一次找次大的数(注意向下调整时不要包含交换后的最后一个位置)，重复这样的操作，直到找完K个数

注意：
需要前K个最大的数时，建小堆
需要前K个最小的数时，建大堆

void PrintTopKBuildN(int* a, int n, int k)
{
	//建堆
	for (int i = (n - 1 - 1) / 2; i >= 0; i--)
	{
		AdjustDown(a, n, i);
	}
	int end = n - 1;
	for (int i = 0; i < n-k; i++)
	{
		
		Swap(&a[0], &a[end]);//交换最值和最后一个位置的数
		end--;//不包含最后一个位置
		AdjustDown(a, end, 0);//调整
	}
	for (int i = 0; i < k; i++)
	{
		printf("%d ", a[i]);
	}
	printf("\n");
}

N个数建堆时间复杂度是O(N)，Pop K次的时间复杂度O(KlogN)
总时间复杂度为O(N+KlogN)

上面两种方法是有缺点的，假设N非常大，N是100亿（约40G），堆是在内存操作的，内存就存不下这些数据，他们只能存在文件中。

💡 思路3：建前K个数的堆（最优）

1. 用前K个数建立一个K个数的小堆
2. 依次遍历后续N-K个数，比堆顶的数据大，就替换堆顶数据，向下调整进堆。
3. 然后再插入新数（因为是降序找最大的K个数，我们建的是小堆，所以堆顶是最小的数，当有比它大的数就替换它进堆）
4. 最后堆里的K个数就是最大的前K个数
   

void PrintTopKBuildK(int* a, int n, int k)
{
	//建k个数的堆
	for (int i = (k - 1 - 1) / 2; i >= 0; i--)//O(k)
	{
		AdjustDown(a, k, i);//取最大的需要建小堆，取最小的需要建大堆
	}
	for (int i = k; i < n; i++)//O(n*logk)
	{
		if (a[0] < a[i])//比堆顶大的就入堆
		{
			Swap(&a[0], &a[i]);
			AdjustDown(a, k, 0);
		}
	}
	for (int i = 0; i < k; i++)
	{
		printf("%d ", a[i]);
	}
	printf("\n");
}

建立一个K个数的堆时间复杂度是O(K)
剩下N-K个数向下调整时间复杂度O( (N-K)*logK )
总时间复杂度为O(K+(N-K)*logK)≈O(N)

💡 思路4：建前K个数的堆（文件版）

void CreateDataFile(const char* filename, int N)
{
	FILE* fin = fopen(filename, "w");
	if (fin == NULL)
	{
		perror("fopen fail");
		return;
	}
	srand(time(0));

	for (int i = 0; i < N; ++i)
	{
		fprintf(fin, "%d\n", rand() % 1000000);
	}

	fclose(fin);
}

void PrintTopKByFile(const char* filename, int k)
{
	assert(filename);

	FILE* fout = fopen(filename, "r");
	if (fout == NULL)
	{
		perror("fopen fail");
		return;
	}

	int* minHeap = (int*)malloc(sizeof(int) * k);
	if (minHeap == NULL)
	{
		perror("malloc fail");
		return;
	}
	// 如何读取前K个数据
	for (int i = 0; i < k; ++i)
	{
		fscanf(fout, "%d", &minHeap[i]);
	}

	// 建k个数小堆
	for (int j = (k - 2) / 2; j >= 0; --j)
	{
		AdjustDown(minHeap, k, j);
	}

	// 继续读取后N-K
	int val = 0;
	while (fscanf(fout, "%d", &val) != EOF)
	{
		if (val > minHeap[0])
		{
			minHeap[0] = val;
			AdjustDown(minHeap, k, 0);
		}
	}

	for (int i = 0; i < k; ++i)
	{
		printf("%d ", minHeap[i]);
	}

	free(minHeap);
	fclose(fout);
}

int main()
{
	const char* filename = "Data.txt";
	int N = 10000;
	int K = 10;
	CreateDataFile(filename, N);
	PrintTopKByFile(filename, K);

	return 0;
}

OK，以上就是本期知识点“堆的应用”的知识啦~~ ，感谢友友们的阅读。后续还会继续更新，欢迎持续关注哟📌~
🎉如果觉得收获满满，可以点点赞👍支持一下哟~