堆排序与TOP-K

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！！！！