Top-K 问题 (堆)

一、什么是 Top-K 问题？

Top-K 问题是一类常见的算法问题，其中目的是从一组元素中找到排名前K的元素。具体来说，对于给定的一组数据，Top-K 问题要求找到其中最大（或最小）的K个元素。

二、解决思路

以找出最大的5个数据为例，正常来说，可以建一个大堆，然后Pop5次，就能获得最大的5个数据。但是如果数据量非常大，比如10亿，20亿，100亿，那么建堆的消耗就太大了。

优解：

建一个有5个数据的小堆，剩下的数据分别与堆顶数据比较，如果比堆顶数据大，那就替换堆顶数据，然后进行向下调整。所有数据比较完成后，堆里的5个数据就是最大的5个。

找最大的前k个数，建小堆；找最小的前k个数，建大堆。

三、程序代码

先创建一个足够多整数的文件

void CreateFile()
{
	int n = 100000;
	srand((unsigned int)time(NULL));
	const char* file = "data.txt";
	FILE* f = fopen(file, "w");
	if (f == NULL)
	{
		perror("fail");
		return;
	}
	while (n--)
	{
		int x = rand() % 10000000;
		fprintf(f, "%d\n", x);
	}

	fclose(f);
}

这里创建了包含100000个整数的文件。

建堆排序

void AdjustDown(int* a, int n, int parent)
{
	int child = (parent * 2) + 1;
	
	while (child < n)
	{
		if (child + 1 < n && a[child] > a[child + 1])
		{
			child++;
		}

		if (a[parent] > a[child])
		{
			Swap(&a[parent], &a[child]);
			parent = child;
			child = (parent * 2) + 1;
		}
		else
		{
			break;
		}
	}
}


void TopK()
{
	int k = 0;
	printf("请输入:");
	scanf("%d", &k);
	int* head = (int*)malloc(sizeof(int) * k);
	if (head == NULL)
	{
		perror("fail");
		return;
	}
	const char* file = "data.txt";
	FILE* f = fopen(file, "r");
	if (f == NULL)
	{
		perror("fail");
		return;
	}
	for (int i = 0; i < k; i++)
	{
		fscanf(f, "%d", &head[i]);
	}

	//前k个最大的，小堆
	for (int i = (k - 1 - 1) / 2; i >= 0; i--)
	{
		AdjustDown(head, k, i);
	}

	int x = 0;
	while (fscanf_s(f, "%d", &x) > 0)
	{
		if (x > head[0])
		{
			head[0] = x;
			AdjustDown(head, k, 0);
		}
	}
	for (int i = 0; i < k; i++)
	{
		printf("%d ", head[i]);
	}
	fclose(f);
}