每日一题(55) - 最小的k个数

题目来自剑指Offer

题目


思路:求最的k个数,建立一个容量为k的根堆。插入元素时,堆不满直接插入,堆满且数小插入

使用堆的原因:适用于海量数据。使用堆不用把海量数据一次性放入内存,也不用打乱源数据的顺序。

代码:借助STL的堆

#include <iostream>
#include <algorithm>
#include <vector>
#include <assert.h>
using namespace std;

void OutPut(vector<int>& Heap)
{
	vector<int>::iterator itCur = Heap.begin();
	while(itCur != Heap.end())
	{
		cout<<*itCur<<" ";
		itCur++;
	}
}

void FindTopKMin(int nArr[],int nLen,int nTopK)
{
	assert(nLen > 0 && nLen >= nTopK);
	vector<int> Heap(nArr,nArr + nTopK);
	make_heap(Heap.begin(),Heap.end());//默认为大根堆
	//TopK比较
	for (int i = nTopK;i < nLen;i++)
	{
		if (nArr[i] < Heap[0])
		{
			Heap[0] = nArr[i];
			make_heap(Heap.begin(),Heap.end());
		}
	}
	//输出结果
	sort_heap(Heap.begin(),Heap.end());
	OutPut(Heap);
	
}


int main()
{
	int nTopK = 8;
	int nLen = 10;
	int nArr[10] = {1,3,8,5,3,20,15,9,20,18};
	FindTopKMin(nArr,nLen,nTopK);
	system("pause");
	return 1;
}
代码:自己手写堆

#include <iostream>
#include <assert.h>
using namespace std;

const int TOP_K = 8; 

int nMaxSize = TOP_K;
int nCurSize = 0;
int arrHeap[TOP_K + 1];

void Adjust(int nPos)
{
	assert(nPos > 0);
	int nData = arrHeap[nPos];
	int nParentPos = nPos;
	int nChildPos = nPos << 1;
	while(nChildPos <= nCurSize)
	{
		if (nChildPos < nCurSize && arrHeap[nChildPos] < arrHeap[nChildPos + 1])
		{
			nChildPos++;
		}

		if (nData < arrHeap[nChildPos])
		{
			arrHeap[nParentPos] = arrHeap[nChildPos];
			nParentPos = nChildPos;
			nChildPos <<= 1;
		}
		else
		{
			break;
		}
	}
	assert(nParentPos > 0 && nParentPos <= nCurSize);
	arrHeap[nParentPos] = nData;
}

void Insert(int nPos,int nData)
{
	arrHeap[0] = nData;
	int nChildPos = nCurSize;
	int nParentPos = nChildPos >> 1;
	while(arrHeap[nParentPos] < nData)
	{
		arrHeap[nChildPos] = arrHeap[nParentPos];
		nChildPos = nParentPos;
		nParentPos = nParentPos >> 1;
	}
	arrHeap[nChildPos] = nData;
}

void Insert(int nData)
{
	assert(nCurSize >= 0);
	
	if (nCurSize < nMaxSize)
	{
		++nCurSize;
		Insert(nCurSize,nData);
	}
	else
	{
		assert(nCurSize == nMaxSize);
		if (arrHeap[1] > nData) //比最大值小,则插入堆
		{
			arrHeap[1] = nData;
			Adjust(1);
		}
	}
}

void Sort()
{
	assert(nCurSize > 0);
	while(nCurSize > 0)
	{
		cout<<arrHeap[1]<<" ";
		
		arrHeap[1] = arrHeap[nCurSize];
		Adjust(1);
		nCurSize--;
	}
}


int main()
{
	int nArr[10] = {1,3,8,5,3,20,15,9,20,18};
	for (int nCur = 0;nCur < 10;nCur++)
	{
		Insert(nArr[nCur]);
	}
	cout<<"元素输出:"<<endl;
	Sort();
	cout<<endl;

	system("pause");
	return 1;
}

把堆封装成类:

#include <iostream>
#include <assert.h>
using namespace std;

const int TOP_K = 8; 

class CTopKMin
{
public:
	CTopKMin(int nMaxSize = TOP_K);
	void Init();
	void Insert(int nData);
	bool IsMax();
	void Sort();
	void Output();
private:
	void Adjust(int nPos);
	void Insert(int nPos,int nData);
private:
	int* m_pHeap;
	int m_nCurSize;
	int m_nMaxSize;
};

CTopKMin::CTopKMin(int nMaxSize)
{
	m_nCurSize = 0;
	m_nMaxSize = nMaxSize;
	m_pHeap = new int[m_nMaxSize + 1];
	assert(m_nMaxSize > 0);
}

void CTopKMin::Init()
{
	m_nCurSize = 0;
}

void CTopKMin::Insert(int nData)
{
	assert(m_nCurSize >= 0);
	
	if (m_nCurSize < m_nMaxSize)
	{
		++m_nCurSize;
		Insert(m_nCurSize,nData);
	}
	else
	{
		assert(m_nCurSize == m_nMaxSize);
		if (m_pHeap[1] > nData) //比最大值小,则插入堆
		{
			m_pHeap[1] = nData;
			Adjust(1);
		}
	}
}

void CTopKMin::Insert(int nPos,int nData)
{
	m_pHeap[0] = nData;
	int nChildPos = m_nCurSize;
	int nParentPos = nChildPos >> 1;
	while(m_pHeap[nParentPos] < nData)
	{
		m_pHeap[nChildPos] = m_pHeap[nParentPos];
		nChildPos = nParentPos;
		nParentPos = nParentPos >> 1;
	}
	m_pHeap[nChildPos] = nData;
}

void CTopKMin::Adjust(int nPos)
{
	assert(nPos > 0);
	int nData = m_pHeap[nPos];
	int nParentPos = nPos;
	int nChildPos = nPos << 1;
	while(nChildPos <= m_nCurSize)
	{
		if (nChildPos < m_nCurSize && m_pHeap[nChildPos] < m_pHeap[nChildPos + 1])
		{
			nChildPos++;
		}

		if (nData < m_pHeap[nChildPos])
		{
			m_pHeap[nParentPos] = m_pHeap[nChildPos];
			nParentPos = nChildPos;
			nChildPos <<= 1;
		}
		else
		{
			break;
		}
	}
	assert(nParentPos > 0 && nParentPos <= m_nCurSize);
	m_pHeap[nParentPos] = nData;
}

bool CTopKMin::IsMax()
{
	assert(m_nCurSize > 0);
	int nChildPos = m_nCurSize;
	int nParentPos = m_nCurSize >> 1;
	while(nChildPos > 1 && m_pHeap[nChildPos] <= m_pHeap[nParentPos])
	{
		nChildPos--;
		nParentPos = nChildPos >> 1;
	}
	if (nChildPos == 1)
	{
		return true;
	}
	else
	{
		return false;
	}

};

void CTopKMin::Sort()
{
	assert(m_nCurSize > 0);
	while(m_nCurSize > 0)
	{
		cout<<m_pHeap[1]<<" ";
		
		m_pHeap[1] = m_pHeap[m_nCurSize];
		Adjust(1);
		m_nCurSize--;
	}
}

void CTopKMin::Output()
{
	for (int nCur = 1;nCur <= m_nCurSize;nCur++)
	{
		cout<<m_pHeap[nCur]<<" ";
	}
	cout<<endl;
}

int main()
{
	int nArr[10] = {1,3,8,5,3,20,15,9,20,18};
	CTopKMin topKMin;
	for (int nCur = 0;nCur < 10;nCur++)
	{
		topKMin.Insert(nArr[nCur]);
		topKMin.Output();
	}


	if (topKMin.IsMax())
	{
		cout<<"大顶堆!"<<endl;
	}
	else
	{
		cout<<"不是大顶堆!"<<endl;
	}
	cout<<"元素输出:"<<endl;
	topKMin.Sort();
	cout<<endl;

	system("pause");
	return 1;
}


以下是对提供的参考资料的总结,按照要求结构化多个要点分条输出: 4G/5G无线网络优化与网规案例分析: NSA站点下终端掉4G问题:部分用户反馈NSA终端频繁掉4G,主要因终端主动发起SCGfail导致。分析显示,在信号较好的环境下,终端可能因节能、过热保护等原因主动释放连接。解决方案建议终端侧进行分析处理,尝试关闭节电开关等。 RSSI算法识别天馈遮挡:通过计算RSSI平均值及差值识别天馈遮挡,差值大于3dB则认定有遮挡。不同设备分组规则不同,如64T和32T。此方法可有效帮助现场人员识别因环境变化引起的网络问题。 5G 160M组网小区CA不生效:某5G站点开启100M+60M CA功能后,测试发现UE无法正常使用CA功能。问题原因在于CA频点集标识配置错误,修正后测试正常。 5G网络优化与策略: CCE映射方式优化:针对诺基亚站点覆盖农村区域,通过优化CCE资源映射方式(交织、非交织),提升RRC连接建立成功率和无线接通率。非交织方式相比交织方式有显著提升。 5G AAU两扇区组网:与三扇区组网相比,AAU两扇区组网在RSRP、SINR、下载速率和上传速率上表现不同,需根据具体场景选择适合的组网方式。 5G语音解决方案:包括沿用4G语音解决方案、EPS Fallback方案和VoNR方案。不同方案适用于不同的5G组网策略,如NSA和SA,并影响语音连续性和网络覆盖。 4G网络优化与资源利用: 4G室分设备利旧:面对4G网络投资压减与资源需求矛盾,提出利旧多维度调优策略,包括资源整合、统筹调配既有资源,以满足新增需求和提质增效。 宏站RRU设备1托N射灯:针对5G深度覆盖需求,研究使用宏站AAU结合1托N射灯方案,快速便捷地开通5G站点,提升深度覆盖能力。 基站与流程管理: 爱立信LTE基站邻区添加流程:未提供具体内容,但通常涉及邻区规划、参数配置、测试验证等步骤,以确保基站间顺畅切换和覆盖连续性。 网络规划与策略: 新高铁跨海大桥覆盖方案试点:虽未提供详细内容,但可推测涉及高铁跨海大桥区域的4G/5G网络覆盖规划,需考虑信号穿透、移动性管理、网络容量等因素。 总结: 提供的参考资料涵盖了4G/5G无线网络优化、网规案例分析、网络优化策略、资源利用、基站管理等多个方面。 通过具体案例分析,展示了无线网络优化中的常见问题及解决方案,如NSA终端掉4G、RSSI识别天馈遮挡、CA不生效等。 强调了5G网络优化与策略的重要性,包括CCE映射方式优化、5G语音解决方案、AAU扇区组网选择等。 提出了4G网络优化与资源利用的策略,如室分设备利旧、宏站RRU设备1托N射灯等。 基站与流程管理方面,提到了爱立信LTE基站邻区添加流程,但未给出具体细节。 新高铁跨海大桥覆盖方案试点展示了特殊场景下的网络规划需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值