【数据结构】堆应用之TopK问题

【问题描述】：在堆的应用上，大致有这么两类问题：堆排序、topK。堆排序的问题之前讨论过了，现在说说TopK的问题，所谓topK即求一组元素中最大或最小的前K个元素。

【解题思路】：

如何求topK？

1. 将这一组元素排序。
2. 用堆的方式解决。

当这组数据大到一定程度时，如果先对这组数据进行排序，恐怕将他们全部加载到内存中都很难实现，在这里我们主要看看如何用堆来解决topK的问题。

1. 假定这组元素共有N个，先取前K个建一个堆。（若求前K个最大数则建小堆，求前K个最小数建大堆）
2. 用剩余N-K个元素依次与堆顶元素进行比较，若比堆顶元素大则替换掉堆顶元素，并调整到堆中合适位置，再继续将下一个元素与堆顶元素比较......（如果求前K个最小数，建大堆，然后与堆顶元素对比，比堆顶元素小时替换）
3. 将这组元素全部遍历一遍后这个堆中的K各节点元素就是我们要求的topK了。

具体代码：

此处以求TopK最大元素为例，且这组元素为整型。首先建立小堆，然后再进行替换。

 

void Swap(HPDatatype* pLeft, HPDatatype* pRight) {
	HPDatatype tmp = *pLeft;
	*pLeft = *pRight;
	*pRight = tmp;
}

void HeapAdjust(int* array, int size, int parent) {
	int child = parent * 2 + 1;
	while (child < size) {
                //用child标记左右孩子中较小的孩子
		if (child + 1 < size&&array[child + 1] < array[child])
			child += 1;
		if (array[parent] > array[child]) {
			Swap(&array[parent], &array[child]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
			return;
	}
}
void HeapTopk(int*str, int K, int N) {
        //申请一段空间用来保存str数组中前K个元素
	int* array = (int*)malloc(sizeof(int)*K);
	if (array == NULL) {
		assert(0);
		return;
	}
	for (int i = 0; i < K; ++i) {
		array[i] = str[i];
	}

	//建一个小堆
        //找倒数第一个非叶子节点
	int root = ((K - 2) >> 1);
	for (; root >= 0; --root)
		HeapAdjust(array, K, root);
        //遍历比较其余元素
	for (int i = 0; i < N - K; ++i) {
		if (array[0] < str[K + i]) {
			array[0] = str[K + i];
			HeapAdjust(array, K, 0);
		}
	}

}

//测试代码
int main() {
	int str[] = { 2,7,9,12,3,6,1,5,4,10 };
	HeapTopk(str, 4, sizeof(str) / sizeof(str[0]));
}

最终结果：

我们可以看到现在堆中的K各元素是整组数据中最大的前K个了。