堆排序/top-k问题/建堆时间复杂度（C语言）

blkblizzard

已于 2024-06-02 20:34:04 修改

阅读量267

点赞数 4

分类专栏：数据结构文章标签：算法数据结构

于 2024-05-30 17:33:02 首次发布

本文链接：https://blog.csdn.net/blkblizzard/article/details/139275548

版权

数据结构专栏收录该内容

11 篇文章 0 订阅

订阅专栏

一、堆排序

1.思路

在之前我们了解到了堆的特性，大堆可以将一组数据中最大的数调整到堆顶，小堆可以将一组数据中最小的数调整到堆顶，于是我们可以利用这个性质来对数组排序。

在进行堆排序之前我们要先建堆，建堆有两种方法，向上调整和向下调整，二者的时间复杂度我们会在第三部分分析，分别为 $O(NlogN)$ $O(N)$

在之前出堆的实现中，我们不可以直接将推定元素去除，后节点整体前移。我们还是将堆顶元素与堆末节点交换位置，找一个变量n，来记录要操作的节点数，每次交换后n--，这样就可以将排序好的数放在末尾。然后将堆顶元素向下调整，重复此过程。

所以升序用大堆，降序用小堆。

2.代码实现

void HeapSort(int* a, int n){
	for (int i = (n - 1 - 1) / 2; i >= 0; --i){
		AdjustDown(a, n, i);
	}
	int end = n - 1;
	while (end > 0){
		Swap(&a[0], &a[end]);
		AdjustDown(a, end, 0);
		--end;
	}
}

二、top-k问题

top-k是一个经典问题，在一堆数据中，筛选出最大的十个（k个）数据，应该怎么做？

1.朴素思路

首先想到的是将所有数据建大堆，然后 HeapPop k次，就可以获得最大的k个数据。

但是这种方法不仅时间复杂度高，而且空间复杂度奇高无比。

2.思路

我们可以建含有k个节点的小堆，每次将一个数据与堆顶数据比较，若小于堆顶数据，则不变，若大于堆顶数据，则替换堆顶数据，然后向下调整，大的数据就沉到堆底。

就像如下的液体分层一样，密度大的才可以沉下去。

3.代码实现

为了模拟topk问题，我们创建一个txt文件包含用时间戳创建的随机数据。

void CreateNDate(){
	// 造数据
	int n = 100000;
	srand(time(0));
	const char* file = "data.txt";
	FILE* fin = fopen(file, "w");
	if (fin == NULL){
		perror("fopen error");
		return;
	}
	for (int i = 0; i < n; ++i){
		int x = (rand() + i) % 10000000;
		fprintf(fin, "%d\n", x);
	}
	fclose(fin);
}

top-k的主体

void PrintTopK(const char* file, int k){
	FILE* fout = fopen(file, "r");
	if (fout == NULL){
		perror("fopen error");
		return;
	}
	// 建一个k个数小堆
	int* minheap = (int*)malloc(sizeof(int) * k);
	if (minheap == NULL){
		perror("malloc error");
		return;
	}
	// 读取前k个，建小堆
	for (int i = 0; i < k; i++){
		fscanf(fout, "%d", &minheap[i]);
		AdjustUp(minheap, i);
	}
	int x = 0;
	while (fscanf(fout, "%d", &x) != EOF){
		if (x > minheap[0]){
			minheap[0] = x;
			AdjustDown(minheap, k, 0);
		}                            //核心code
	}
	for (int i = 0; i < k; i++){
		printf("%d ", minheap[i]);
	}
	printf("\n");
	free(minheap);
	fclose(fout);
}