最大最小堆的应用_legend

此中拿最小堆来举例

(一)n个数中取出最小的k个数；

(二)n个数中取出最大的k个数（TOPK 问题）；

(三) 优先级队列

 

 

**********************************

（1）n个数中取出最大的k个数（TOPK问题）：

分析：

用前k个数构建大小为K的最小堆；那么堆顶的元素意味着这k个数的最小值；

为了留下最大的k个数，则后续的n-k个数，每个数和堆顶的值（堆中的最小值）进行比较；

当前值比堆顶值大，则当前值和堆顶替换，调整堆；

注意：有些类似于n个数找最大值，一般是每个数和最大值进行比较，当前值比最大值大，则替换最大值；

 

比如：

100亿个数中找出最大的前k个数（海量数据topk问题） 
思路分析：乍一看，100亿个数，确实很大，一个数占四个字节，那么100亿个数就需要40G的存储空间，这对与普通电脑来说确实是不可能的。但是，这道题肯定不可能让我们创建一个具有100亿个数据的堆，这样不说存储空间不够大，时间复杂度也是很大的；

正确·的做法是， 
1.根据前k个数 ，创建一个有k个元素的小堆 
2.利用循环，剩余的每个数和第一个元素进行比较：

如果这个数比根节点都小，那就直接舍弃；否则进行该数替换堆顶的数，然后进行调整，直到这个堆里面所有的数据都是你要找的最大的那几个数为止，这样再进行打印就可以了 ；

3. 代码实现如下：

#include"Heap.h"
void MakeHeap(DataType* a, size_t n)//构建堆
{
    int i=(n-1)>>1;
    for(;i>=0;i--)
    {
        AdjustDown(a,n,i);
    }
}

/*

以某个节点为根节点往下进行调整；

注：往下调整一般是构建最小堆，或者取走堆顶元素，需要往下调整；

其他：

此中最小堆是用数组表示的二叉树；

a: 数组；

n：数组的大小；

root: 从某处开始为跟开始往下调整；

*/
void AdjustDown(DataType* a, size_t n, int root)//向下调整
{
    int parent =root;
    int child=2*parent+1;
    while(child<n)
    {
        if((child+1)<n&&a[child+1]<a[child])//右孩子存在且右孩子大于左孩子
        {
            ++child;//指向右孩子
        }
        if(a[child]<a[parent])
        {

// 构建最小堆时，父节点比左右孩子节点中较小者要大，则替换父节点和孩子中较小节点的值；

// 然后孩子节点成为父节点，再找孩子节点的子节点和自己比较；
            DataType tmp;
            tmp=a[child];
            a[child]=a[parent];
            a[parent]=tmp;

            parent=child;
            child=2*parent+1;
        }
        else
        {
            break;
        }

    }
}

/*

向上调整，一般用于最小堆构建完成之后，还需要往堆中插入元素；

说明：

a：堆表示的数组；

n：数组的大小；

child: 新插入的元素的位置；

*/
void AdjustUp(DataType* a, size_t n, int child)//向上调整
{
    int parent=(child-1)>>1;
    while(child>0)
    {
        if(a[child]<a[parent])
        {
            DataType tmp;
            tmp=a[child];
            a[child]=a[parent];
            a[parent]=tmp;

            child=parent;
            parent=(child-1)>>1;
        }
        else
        {
            break;
        }
    }

}
void TopK(DataType* a, size_t n, size_t k)
{
    int i;
    MakeHeap(a,k);//建小堆
    for(i=k;i<n;i++)
    {
        a[0]=a[i];
        AdjustDown(a,k,0);

    }
    for(i=0;i<k;i++)
    {
        printf("%d ",a[i]);
    }

 

-------------

(二)优先级队列

（2.1）背景

知道普通队列是：先进先出

而 优先队列：出队顺序和入队顺序无关；和优先级相关

实际生活中有很多优先队列的场景，如医院看病，急诊病人是最优先的,虽然这一类病人可能比普通病人到的晚，但是他们可能随时有生命危险，需要及时进行治疗. 再比如 操作系统要"同时"执行多个任务，实际上现代操作系统都会将CPU的执行周期划分成非常小的时间片段，每个时间片段只能执行一个任务，究竟要执行哪个任务，是有每个任务的优先级决定的.每个任务都有一个优先级.操作系统动态的每一次选择一个优先级最高的任务执行.要让操作系统动态的选择优先级最高的任务去执行，就需要维护一个优先队列，也就是说所有任务都会进入这个优先队列.

 

（2.2）队列和优先队列的区别：

1）队列：

队列是一种特殊的线性表，特殊之处在于它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作，和栈一样，队列是一种操作受限制的线性表。进行插入操作的端称为队尾，进行删除操作的端称为队头。队列的数据元素又称为队列元素。在队列中插入一个队列元素称为入队，从队列中删除一个队列元素称为出队。因为队列只允许在一端插入，在另一端删除，所以只有最早进入队列的元素才能最先从队列中删除，故队列又称为先进先出（FIFO—first in first out）
 

2）优先队列：

优先队列的规则不是先进先出了、而是优先级高的排在前面、插入一个元素，根据其优先级将其插入到堆的合适的位置；

常常用建立大堆的方法解决在一个数组中查找。堆排序的时间复杂度为nlogn。

(2.3) 优先队列的思想

优先队列：一般使用的是最大堆，即堆顶的元素的优先级最高，一般需要最新被执行；

1）可以自定义比较函数，来实现优先级的比较；

2）先被pop的通常是优先级最高的；

 

--------------

(三)n个数中取出最小的k个数

构建大小为n的最小堆，然后从从堆顶取k次，就得到了最小的k个数；