Topk问题的三种求解方法

什么是Topk问题

其实顾名思义，这个问题也就是在N个数中找出前k个最值。在我们的日常生活中，很多地方都有Topk问题的影子，例如我们在点外卖时，总会说这家店是某某市的多少名，其实这些都是用Topk问题的解决方法得出来的。

方法一：堆排序法

这也是最容易想到的一种方法：我们可以将N个数排成有序的，然后输出前k个最值，而在我们已学过的排序算法中，堆排序的时间复杂度又是最快的（O（n*logn）），因此我们选择了堆排序。

//交换函数
void Swap(int* x, int* y)
{
	int tmp = *x;
	*x = *y;
	*y = tmp;
}
//堆的向下调整（小堆）
void AdjustDown(int* a, int n, int parent)
{
	//child记录左右孩子中值较小的孩子的下标
	int child = 2 * parent + 1;//先默认其左孩子的值较小
	while (child < n)
	{
		if (child + 1 < n&&a[child + 1] < a[child])//右孩子存在并且右孩子比左孩子还小
		{
			child++;//较小的孩子改为右孩子
		}
		if (a[child] < a[parent])//左右孩子中较小孩子的值比父结点还小
		{
			//将父结点与较小的子结点交换
			Swap(&a[child], &a[parent]);
			//继续向下进行调整
			parent = child;
			child = 2 * parent + 1;
		}
		else//已成堆
		{
			break;
		}
	}
}
int* getLeastNumbers(int* arr, int arrSize, int k, int* returnSize)
{
	*returnSize = k;
	int i = 0;
	//建小堆
	for (i = (arrSize - 1 - 1) / 2; i >= 0; i--)
	{
		AdjustDown(arr, arrSize, i);
	}
	//排降序
	int end = arrSize - 1;
	while (end > 0)
	{
		Swap(&arr[0], &arr[end]);
		AdjustDown(arr, end, 0);
		end--;
	}
	//将最大的k个数存入数组
	int* retArr = (int*)malloc(sizeof(int)*k);
	for (i = 0; i < k; i++)
	{
		retArr[i] = arr[i];
	}
	return retArr;//返回最大的k个数
}

时间复杂度：O(N+NlogN) 空间复杂度：O(N)，能否将其再优化了？肯定是可以的，下面看方法二。

方法二：把N个数建堆，取出前k个

这种方法其实也不难想到，我们利用了堆的性质：堆的0号位一定是最值，小堆则为最小值，大堆则为最大值。

注意点：
1.取出数据后要让其与最后的元素替换，因为你已经取出这个元素了，所以不需要它了，这时让它去堆尾，不让它算入堆的个数中就行了。为什么要这样做了，因为这样既保证了堆的结构，也相当于把这个取出来的数删除了。
2. 如果在取到堆顶数据后直接删除数据，那么就要重新建堆了。正确的做法应该是上面所说的方法，因为那样只要进行一次向下调整，就可以保证堆的结构了。要知道建堆的复杂度为O(N),而一次向下调整的复杂度仅为O（logn），这样大大提升了效率。

//交换函数
void Swap(int* x, int* y)
{
	int tmp = *x;
	*x = *y;
	*y = tmp;
}
//堆的向下调整（大堆）
void AdjustDown(int* a, int n, int parent)
{
	//child记录左右孩子中值较大的孩子的下标
	int child = 2 * parent + 1;//先默认其左孩子的值较大
	while (child < n)
	{
		if (child + 1 < n&&a[child + 1] > a[child])//右孩子存在并且右孩子比左孩子还大
		{
			child++;//较大的孩子改为右孩子
		}
		if (a[child] > a[parent])//左右孩子中较大孩子的值比父结点还大
		{
			//将父结点与较大的子结点交换
			Swap(&a[child], &a[parent]);
			//继续向下进行调整
			parent = child;
			child = 2 * parent + 1;
		}
		else//已成堆
		{
			break;
		}
	}
}
int* getLeastNumbers(int* arr, int arrSize, int k, int* returnSize)
{
	*returnSize = k;
	int i = 0;
	//建大堆
	for (i = (arrSize - 1 - 1) / 2; i >= 0; i--)
	{
		AdjustDown(arr, arrSize, i);
	}
	//将最大的k个数存入数组
	int* retArr = (int*)malloc(sizeof(int)*k);
	int end = arrSize - 1;
	for (i = 0; i < k; i++)
	{
		retArr[i] = arr[0];//取堆顶数据
		Swap(&arr[0], &arr[end]);//交换堆顶数据与最后一个数据
		//进行一次向下调整，不把最后一个数据看作待调整的数据，所以待调整数据为end=arrSize-1
		AdjustDown(arr, end, 0);
		end--;//最后一个数据的下标改变
	}
	return retArr;//返回最大的k个数
}

时间复杂度：O（n+k*logn），空间复杂度：O（n），那么问题来了，万一n是一个特别大的数字了，那效率依旧不是很高，有没有更快的方法了？下面我们来看看方法三。

方法三：建一个k个数的堆

我们以找出最大的k个数为例，该方法为：先建一个k个数的小堆，然后将数组中n-k个元素依次与堆顶的元素比较，若比堆顶元素大，则将堆顶元素删除，然后将这个数插入到堆中，这儿要注意：插入这个数到堆中的时候，要使用向上排序算法保证堆的结构不被破坏。到最后，堆里面的k个数就是最大的k个数了。

那么问题来了，上面的例子中为什么不用大堆了，不是选最大的k个数吗？其实这很容易理解，我们假设一下，如果建一个大堆，万一堆顶的数据就是n个数中最大的那个，那么不论怎么比较，你后面的n-k个元素都没法进堆，因此要用小堆来解决这个问题。

void PrintTopK(int* a, int n, int k)
{
	Hp hp;
	HpInit(&hp, a, k);
	int i = k;
	for (i = k; i < n; i++)
	{
		if (a[i]>HpTop(hp))
		{
			HpPop(&hp);
			HpPush(&hp, a[i]);
		}
	}
	//你此时数据改变之后是在堆里面的，你打印a没用啊
	//for (i = 0; i < k; i++)
	//{
	//	printf("%d ", a[i]);
	//}
	for (i = 0; i < k; i++)
	{
		printf("%d ", HpTop(hp));
		HpPop(&hp);
	}
	printf("\n");
}

时间复杂度：O（k+n*logk） 空间复杂度：O（n） 与之前两种方法对比，这种方法大大提高了效率。