【数据结构】TopK问题

TopK问题

gitee上有更详尽的代码：堆 + TopK代码

---

---

topk问题就是取n个数据中，找出最大/最小的前k个数

一、问题分析

1. 方法一

对n个数据进行排序，再取出前k个元素

• 时间复杂度：O(N * logN)

---

2. 方法二

将n个数据依次插入大堆，然后pop堆的根 k 次

• 时间复杂度：O(N + k * logN)

设有n个数据，有log2(n + 1)层，最坏的情况就是每个数据要向上调整k次

---

3. 方法三

如果n很大，内存中无法储存，插入堆和排序的方法都不行

• 用前K个数建立一个K个数的小堆

• 剩下的N-K个数,依次跟堆顶的数据进行比较如果比堆顶数据大，就替换堆顶的数据，再向下调整

• 最后堆里面K个数就是最大的K个数

原理：

在方法二的基础上，大堆实现不了，但小堆却能很好的实现

小堆的优点就是，根是堆中所有元素中最小的元素，我们建立一个小堆，可以存放k个数，后面n-k个数字再与之比较，这样就能把小数pop出来，把大数push进去

可能会担心：

• 如果小堆里正好都是我们想要的数怎么办？

  那与之比较的n-k的数肯定没有比根更大的数了

• 如果这里小堆换成大堆？

  那可能根是最大的数字，没法操作了。小的话放进去，那如果不是前k个大的数字就进去了，乱套了

时间复杂度：O(k + (n-k)*logk)

---

二、TopK实现

本篇在上一章：【数据结构】堆_Rinne’s blog-CSDN博客

写了几个二叉树常用的插口

gitee上有更详尽的代码：堆 + TopK代码

1. 前k个数的小堆

//定义和初始化堆
Heap hp;
HeapInit(&hp);

int i = 0;