[算法基础] 二、topK问题——堆排序应用

package algorithm;
/*
 * topK问题：例如，有1亿个浮点数，如何找出其中最大的10000个？
 * 运用堆排序解决Top K问题
   top k问题就是在一堆数据中选择前K大（前K小）的数据。做法有许多，可以先把所有数据排序，然后选前k个。 
        然后用堆排序解决Top K问题则不用先全部排序，只需维护一个大小为K的堆即可。

      实现思路：
      如果要选出前K大，则将数据中的前K个元素建立成一个小根堆，从第K+1个元素开始往后依次比较，如果元素大于小根堆的堆顶，那么就和堆顶交换，
     交换后重新调整为小根堆。这样变量一遍所有数据，最后得到的大小为K的小根堆就是前K大的树。
 * 
 */
public class topK {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] arr = {0,26,47,50,2,3,46,47,38,5,15,19,44,4,27,36};
		int K = 6;
		topK(arr,K);
		for(int i = 1; i<=K; i++){
			System.out.print(arr[i]+" ");
		}
	}
	//从K+1开始依次 与小根堆 堆顶比较 
	public static void topK(int[] arr, int K){
		for(int i =K/2; i>=1; --i){ //建立节点为K的小根堆
			shift(arr,i,K);
		}
		for(int j = K+1; j<arr.length;j++){
			if(arr[j]>arr[1]) arr[1] = arr[j];
			shift(arr, 1, K);
		}
	}
	
	//堆节点调整方法  详细见堆排序中
	public static void shift(int[] arr, int low, int high){
		int i = low;
		int j = i*2;
		int temp = arr[low];
		while(j<=high){
			if(j<high && arr[j]>arr[j+1]){
				j++;
			}
			if(arr[i]>arr[j]){
				arr[i] = arr[j];
				i = j;
				j = i*2;
			}else {
				break;
			}
		}
		arr[i] = temp;
	}

}