用堆解决topK的问题 c++

       topK问题就是在很多个无序的数之间选出前最小（大）的K个数，对于这种问题可以建立K大小的堆，如果是求K大个数的话，就建立最小堆，反之求最小个数的话就建最大堆。然后再遍历这个无序数组，如果遇到比堆顶元素大，就移除堆顶元素，把大的那个元素加入堆，反之亦然。

      代码如下：

#include<iostream>
#include<algorithm>
#include<vector>
#include<cstdio>
#include<fstream>

using namespace std;

template <typename type>
inline void print(const vector<type>& cala)
{
	typename vector<type>::const_iterator first = cala.begin();

	for (; first != cala.end(); ++first) {
		cout << *first<< endl;
	}
}

int main(void)
{
	vector<long> vec;
	vector<long> result;//用来保存结果
	long array[1000000] = {0};
	vector<long>::iterator dfirst, dlast;
	vector<long>::iterator rfirst, rlast;
	ifstream in("data.txt");
	long i;

	for (dfirst = vec.begin(); !in.eof(); ++dfirst) {
		in >> i;
		vec.push_back(i);
	}
	vec.pop_back();//最后一个数据会多读入一次，所以去掉最后一个
	dfirst = vec.begin();
	result.assign(dfirst, dfirst + 100);//把前一百个数据给result

	make_heap(result.begin(), result.end());//构造堆，让result.begin()为最大的数

	for (dfirst = vec.begin() + 100; dfirst < vec.end(); ++dfirst) {
		//如果vec数组里面有比result.begin()小的数，则把result.begin()移除，再让vec数组小的数进入堆
		if (*dfirst < *result.begin()) {
			pop_heap(result.begin(), result.end());
			result.pop_back();
			result.push_back(*dfirst);
			//重新构造堆
			push_heap(result.begin(), result.end());
		}
	}

	//打印结果
	print(result);

	return 0;
}

 

$root@localhost: g++ –g –Wall topk.cc –o topk

下面是随机生成数据的程序：

#include<cstdlib>
#include<iostream>
#include<ctime>
#include<algorithm>
#include<cstdio>

using namespace std;


int main(void)
{
	long array[1000000] = {0};
	long i = 0;
	FILE *fp = NULL;

	srand(time(NULL));

	for (; i < 1000000; i++) {
		array[i] = rand() % 1000000;
		array[rand() % 1000000] = array[i];
	}

	random_shuffle(&array[0], &array[1000000]);

	if ((fp = fopen("data.txt", "w")) == NULL) {
		cerr << "can not open file." << endl;
		exit(0);
	}

	for (i = 0; i < 1000000; i++) {
		fprintf(fp, "%ld\n", array[i]);
	}

	fclose(fp);

	return 0;
}

 

 

$root@localhost:  g++ –g –Wall srand.cc –o srand

$root@localhost:  ./srand

$root@localhost:  ./topk

这样就能输出结果了。

下面给出结果测试的shell程序：

#!/bin/sh

./srand
./topk > sort.txt
cat data.txt | sort -n | head -100 > file2.txt
cat sort.txt | sort -n > file1.txt

diff file1.txt file2.txt

如果没有什么不同，就证明结果正确。

转载于:https://www.cnblogs.com/lutianba/p/3283701.html