前言
本文介绍,如何用堆,来对一组数据进行排序,以及TOP-K的问题实现。
正文
堆排序
堆排序即利用堆的思想来进行排序,总共分为两个步骤:
1.建堆
- 升序:建大堆
- 降序:建小堆
2.利用堆删除思想来进行排序
通过不断地选出堆顶的数据,来进行排序。要排升序,就要建大堆:大堆的堆顶的数据一定是最大的,然后交换到堆尾,依次选出最大的、次大的、......反之要排降序,就要建小堆。
建堆和堆删除中都用到了向下调整,因此掌握了向下调整,就可以完成堆排序。
示意图:
代码:
//向下调整
void AdjustDown(HPDataType* a, int n,int parent)
{
assert(a);
//假设:左孩子较小(较大)
int child = parent * 2 + 1;
while (child < n)
{
//比较:右孩子较小(较大)
//目的:选出最小(最大)的孩子
if (child + 1 < n && a[child + 1] > a[child])
{
child++;
}
//孩子比父亲大(小)就交换
if (a[child] > a[parent])
{
Swap(a, child, parent);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
//交换
void Swap(HPDataType* a, int x, int y)
{
HPDataType temp = a[x];
a[x] = a[y];
a[y] = temp;
}
//对数组进行堆排序
void HeapSort(int* a, int n)
{
//降序---小堆(堆顶是最小值,交换后最小值在最后,然后调整前面的数据)
//升序---大堆(堆顶是最大值,交换后最大值在最后,然后调整前面的数据)
//向下调整建堆(O(n))
int i = 0;
for (i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(a, n, i);
}
int end = n - 1;
for (i = end; i > 0; i--)
{
Swap(a, 0, end);//交换
AdjustDown(a, end, 0);//调整
end--;
}
}
测试:
int main()
{
int a[] = { 30,70,25,56,15,10 };
HeapSort(a, sizeof(a) / sizeof(a[0]));
int i = 0;
for (i = 0; i < sizeof(a) / sizeof(a[0]); i++)
{
printf("%d ", a[i]);
}
return 0;
}
我们输入这样一组数据:
通过堆排序得到我们想要的升序:
Top-K
TOP-K问题:即求数据结合中前K个最大的元素或者最小的元素,一般情况下数据量都比较大。
比如:专业前10名、世界500强、富豪榜、游戏中前100的活跃玩家等。 对于Top-K问题,能想到的最简单直接的方式就是排序,但是:如果数据量非常大,排序就不太可取了(可能 数据都不能一下子全部加载到内存中)。最佳的方式就是用堆来解决,基本思路如下:
1. 用数据集合中前K个元素来建堆 前k个最大的元素,则建小堆,前k个最小的元素,则建大堆。
2. 用剩余的N-K个元素依次与堆顶元素来比较,不满足则替换堆顶元素,将剩余N-K个元素依次与堆顶元素比完之后,堆中剩余的K个元素就是所求的前K个最小或者最大的元素。
简单来说:从n个数据中选出前k个最大的数据,建小堆,前k个最小的元素,则建大堆。
因为,我们是将剩余的数据与堆顶的数据比较。小堆的堆顶的数据一定是最小的,如果剩余的数据比最小的还小,那一定不是最大的前k个数据之一。如果比最小的大,那就替换堆顶数据进堆,然后进行向下调整,调出最小的数据到堆顶。反之亦然。
示意图:
代码:
为了方便测试,我们首先创造一组数据到文件中。
void CreateNDate()
{
// 造数据
int n = 10000;//我们创造10,000个数据。
srand((unsigned int)time(0));
const char* file = "data.txt";//写入文件中
FILE* fin = fopen(file, "w");
if (fin == NULL)
{
perror("fopen error");
return;
}
for (size_t i = 0; i < n; ++i)
{
int x = rand() % 10000;//数据范围小于10,000
fprintf(fin, "%d\n", x);
}
fclose(fin);
}
void PrintTopK(int k)
{
const char* file = "data.txt";
FILE* fout = fopen(file, "r");
if (fout == NULL)
{
perror("fopen error");
return;
}
//先开辟k个空间的数组
int* topk = (int*)malloc(sizeof(int) * k);
if (topk == NULL)
{
perror("malloc error");
return;
}
//放入k个数据
int i = 0;
for (i = 0; i < k; i++)
{
fscanf(fout, "%d", &topk[i]);
}
//建小堆
for (i = (k - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(topk, k, i);
}
//整体选k个最大的数据
int val = 0;
while (!feof(fout))
{
fscanf(fout, "%d", &val);
if (val > topk[0])
{
topk[0] = val;
AdjustDown(topk, k, 0);
}
}
//打印查看
for (i = 0; i < k; i++)
{
printf("%d ", topk[i]);
}
fclose(fout);
}
int main()
{
CreateNDate();
PrintTopK(10);
return 0;
}
为了更好的观察代码的正确性,首先创造数据,然后手动更改k个数据,再加载进Top-K进行筛选。
测试:
手动更改的数据:
测试结果:
很显然,全部找出。
好了,堆的应用就到这里,感谢观看,谢谢!!!!