目录
学习完堆的数据结构,我们要清楚,它虽然实现了排序功能,但是真正的排序函数应当是在给定的数组内,将数组排序,如果我们要用堆排序,那么我们不可能手写堆的数据结构,在堆内排序后再复制给给定的数组,这样不仅很麻烦,而且还要开辟另外的空间。
所以,我们又有了堆排序的方法。
一、堆的应用
1. 堆排序
我们可以将给定的数组看为一个完全二叉树,但它此刻还不是堆,因为堆是有顺序的,所以我们可以使用向上或向下调整函数进行堆排序,模拟堆插入,这就是一个建堆的过程。
堆排序即利用堆的思想来进行排序,总共分为两个步骤:
1.建堆
- 升序:建大堆
- 降序:建小堆
2.利用堆删除思想进行排序
1.1 排升序,建大堆
方法一:先利用向上调整建大堆(在给定的数组内从下标为1的数据开始进行向上调整),然后再进行向下调整,完成升序排序
解释: 如果采用小堆,那么堆顶就是最小值,取走堆顶数据后,次小数上至堆顶,此时堆所表示的二叉树内父子兄弟关系就全乱了,不能再按顺序提出堆顶数据。
所以,排升序还是需要用大堆
//堆排升序 -- 建大堆
void HeapSort(int* a, int n)
{
// 1.建堆 -- 向上调整建堆--模拟插入的过程
for (int i = 1; i < n; ++i)
{
AdjustUp(a, i);
}
// 2.利用堆删除思想进行排序
int end = n - 1;
while (end > 0)
{
swap(&a[0], &a[end]);
AdjustDown(a, end - 1, 0);
end--;//end下标前移
}
}
int main()
{
int a[10] = { 2, 1, 5, 7, 6, 8, 0, 9, 4, 3 }; // 对数组排序
HeapSort(a, 10);
return 0;
}
方法二:先向下调整建大堆,再用向下调整完成升序排序
注意: 在向下调整时,不能从堆顶开始,因为数组最初是无序的,而向下调整的前提是其左右子树是大堆或小堆,才可以向下调整,
所以我们先将最后一个叶子节点的父节点开始向下调整,完成调整后,从父节点开始向前向下调整,直到堆顶完成向下调整后结束。
综上分析,方法二效率比方法一高,只用写一个向下调整函数即可
//堆排升序 -- 建大堆
void HeapSort(int* a, int n)
{
//1.建堆 -- 向下调整建堆
for (int i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(a, n, i);
}
// 2.利用堆删除思想进行排序
int end = n - 1;
while (end > 0)
{
swap(&a[0], &a[end]);
AdjustDown(a, end - 1, 0);
end--;//end下标前移
}
}
int main()
{
int a[10] = { 2, 1, 5, 7, 6, 8, 0, 9, 4, 3 }; // 对数组排序
HeapSort(a, 10);
return 0;
}
1.2 时间复杂度计算
向下调整建堆的时间复杂度计算 O(N)
向上调整建堆的时间复杂度计算 O(N*logN)
最简单的解释:向下调整,节点最多的一层最坏情况只调整一次,节点最少的一层最坏情况调整h-1次,而向上调整相反,节点最少的一层最坏情况只调整一次,节点最多的一层最坏情况调整h-1次,显而易见,向上调整的时间复杂度大于向下调整.
2. Top k问题
TOP-K问题:即求数据结合中前K个最大的元素或者最小的元素,一般情况下数据量都比较大。
对于Top-K问题,能想到的最简单直接的方式就是排序,但是,如果数据量非常大,排序就不太可取了(可能数据都不能一下子全部加载到内存中)。
最佳的方式就是用堆来解决,基本思路下:
1. 用数据集合中前K个元素来建堆
- 前k个最大的元素,则建小堆(取要排序的前k个数据先建一个小堆,之后依次遍历数据,与堆顶数据比较大小,如果比堆顶数据大,就替代它进堆,然后向下调整)
- 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
void PrintTopK(const char* file, int k)
{
// 1. 建堆--用a中前k个元素建小堆
int* topk = (int*)malloc(sizeof(int) * k);
assert(topk);
FILE* fout = fopen(file, "r");
if (fout == NULL)
{
perror("fopen error");
return;
}
// 读出前k个数据建小堆
for(int i = 0; i < k; ++i)
{
fscanf(fout, "%d", &topk[i]);
}
for (int i = (k-2)/2; i >= 0; --i)
{
AdjustDown(topk, k, i);
}
// 2. 将剩余n-k个元素依次与堆顶元素交换,不满则则替换
int val = 0;
int ret = fscanf(fout, "%d", &val);
while (ret != EOF)
{
if (val > topk[0])
{
topk[0] = val;
AdjustDown(topk, k, 0);
}
ret = fscanf(fout, "%d", &val);
}
for (int i = 0; i < k; i++)
{
printf("%d ", topk[i]);
}
printf("\n");
free(topk);
fclose(fout);
}
void CreateNDate()
{
// 造数据
int n = 10000000;
srand(time(0));
const char* file = "data.txt";
FILE* fin = fopen(file, "w");
if (fin == NULL)
{
perror("fopen error");
return;
}
for (size_t i = 0; i < n; ++i)
{
int x = rand() % 10000;
fprintf(fin, "%d\n", x);
}
fclose(fin);
}
int main()
{
//int a[10] = { 2, 1, 5, 7, 6, 8, 0, 9, 4, 3}; // 对数组排序
//HeapSort(a, 10);
CreateNDate();
PrintTopK("data.txt", 10);
return 0;
}