数据结构(python) —— 【12: topk问题(取出前k大或小的数)】

topk问题(取出前k大或小的数)

    在我的上一篇博客中，我们讲了怎么利用堆进行排序，即堆排序。这节来说说topk问题, 即:现在有n个数，设计算法得到前k大的数(k<n).
现在有三个思路或者说是解决方案:

1. 排序后切片 O(nlog(n))
2. 排序LOWB三人组 O(kn)
3. 堆排序 O(nlog(k))

今天讲讲方法3:
堆排序的解决思路:

1. 取列表前k个元素建立一个小根堆，堆顶就是目前第k大的数
2. 依次向后遍历原列表，对于列表中的元素，如果小于堆顶，则忽略该元素;
   如果大于堆顶，则将堆顶更换为该元素，并且对堆进行一次调整；
3. 遍历列表所有元素后，倒序弹出堆顶。

演示视频:

代码

'''
TOP: topk
author: Blue
time: 2020-08-05
QQ: 2458682080
'''
# 堆排序没有递归
# 针对小根堆的调整函数
def sift(li, low, high):
    """
    :param li: 列表
    :param low: 堆的堆顶位置
    :param high: 堆的最后一个元素的位置
    :return:
    """
    i = low   # i最开始指的是根结点
    j = 2 * i + 1   # j开始是左孩子
    temp = li[low]   # 把堆顶存起来
    while j <= high:   # 只要j位置有节点
        if j+1 <= high and li[j+1] < li[j]:  # 如果右孩子有且比较大
            j += 1    # j指向右孩子
        if li[j] < temp:
            li[i] = li[j]
            i = j     # 往下看一层
            j = 2 * i + 1
        else:         # temp更大，把temp放到i的位置上
            li[i] = temp   # 把temp放到某一级领导的位置上
            break
    else:
        li[i] = temp    # 把temp放到叶子节点上


# topk问题
def topk(li, k):
    # 1. 建堆
    heap = li[0:k]  # 先把列表索引0到k的数取出来(取列表前k个数)，进行建堆
    for i in range((k-2)//2, -1, -1):
        sift(heap, i, k-1)
    # 2. 遍历
    for i in range(k, len(li)-1):   # 从k开始
        if li[i] > heap[0]:  # 比较li[i]和堆顶的元素的大小，如果大于堆顶，则替换堆顶，并做一次调整，如果小于堆顶，则舍弃这个li[i]
            heap[0] = li[i]
            sift(heap, 0, k-1)
    # 3. 出数
    for i in range(k - 1, -1, -1):
        # i指向当前堆的最后一个元素
        heap[0], heap[i] = heap[i], heap[0]
        sift(heap, 0, i - 1)  # i-1是新的high
    return heap


import random
li = list(range(1000))
random.shuffle(li)
print(topk(li, 10))

结果为:

[999, 998, 997, 996, 995, 994, 993, 992, 991, 990]