topk算法实现

最新推荐文章于 2024-09-28 22:05:59 发布

Ling_Ze

最新推荐文章于 2024-09-28 22:05:59 发布

阅读量183

点赞数

分类专栏：算法文章标签：算法 python

本文链接：https://blog.csdn.net/Ling_Ze/article/details/131920271

版权

算法专栏收录该内容

39 篇文章 1 订阅

订阅专栏

该文章描述了如何用Python实现小根堆的数据结构，包括建立堆和调整堆的过程。通过`defsift`函数建立和调整堆，然后在`deftopk`函数中应用这些方法来找出列表中最小的k个数。示例中展示了将列表[5,6,7,1,9,8,3,2]处理后，返回最小的3个数[1,2,3]的过程。

摘要由CSDN通过智能技术生成

建立小根堆

def sift(li, low, high):
    """

    :param li: 列表
    :param low: 堆的根节点位置
    :param high: 堆的最后一个元素的位置
    :return:
    """
    i = low  # i是最开始指向根节点
    j = 2 * i + 1  # j是左孩子
    temp = li[low]  # 把堆顶存起来
    while j <= high:  # 只要j位置有数
        if j + 1 <= high and li[j + 1] < li[j]:  # 如果右孩子有并且比较大
            j = j + 1  # j指向右孩子
        if li[j] < temp:
            li[i] = li[j]
            i = j  # 往下看一层
            j = 2 * i + 1
        else:  # temp更大，把temp放到i的位置上
            li[i] = temp  # 把temp放到某一级领导位置上
            break
    else:
        li[i] = temp  # 把temp放到叶子节点上


def topk(li, k):
    heap = li[0:k]
    # 建堆
    for i in range((k-2)//2, -1, -1):
        sift(heap, i, k - 1)

    # 遍历列表中的所有元素
    for i in range(k, len(li) - 1):
        if li[i] > heap[0]:
            heap[0] = li[i]
            sift(heap, 0, k-1)

    # 挨个出数
    for i in range(k-1, -1, -1):
        heap[0], heap[i] = heap[i], heap[0]  # 此时的heap[0]一定是最小的
        sift(heap, 0, i-1)

    return heap


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