Java之top-k问题

日常生活中，我们常常需要在一堆数据中找到最优/劣，亦或是最大/小的数据，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。那么到底该如何才能最高效地实现这一算法呢？

显然，排序取值是不可取的，原因就是当基数过大时，会很复杂。

那么，对于此类算法的最优解就是采用堆来解决。

基本思路如下：

1. 用数据集合中前K个元素来建堆，若是求前k个最大的元素，则建小堆；若是求前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。

如下例题：

 

这里直接附上代码：

class Solution {
    public int[] smallestK(int[] arr, int k) {
        int[] ret = new int[k];
        if(k ==0 || arr ==null){
            return ret;
        }
        LargeIntCmp intCmp = new LargeIntCmp();
        Queue<Integer> priorityQueue = new PriorityQueue<>(intCmp);

        //用数据集合中前K个元素来建堆
        for(int i=0;i<k;i++){
            priorityQueue.offer(arr[i]);
        }
        //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
        for(int i=k;i<arr.length;i++){
            if(arr[i]<priorityQueue.peek()){
                priorityQueue.poll();
                priorityQueue.offer(arr[i]);
            }
        }
        //取出前k个元素
        for(int i=0;i<k;i++){
            ret[i] = priorityQueue.poll();
        }
        return ret;
    }
}

class LargeIntCmp implements Comparator<Integer>{
    public int compare(Integer o1,Integer o2){
        return o2 - o1;
    }
}

此处存在一个比较关键的点，就是在构造堆的时候，需要传一个用户自定义的比较器来实现大根堆的底层逻辑，这是因为PriorityQueue的底层是采用的小根堆的构建逻辑。

具体方法就是：由用户自定义的构造器类来实现Comparator接口，并通过该构造器的实例化对象 来 初始化堆（作为堆的构造方法的形参），从而把底层实现成大根堆的构建逻辑。

uu们加油(ง •_•)ง！！！