堆排序&TOP-K问题

目录

一、TOP-K问题的介绍

二、代码实现

1.向下调整算法

3.堆的建立和用剩余的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

---

一、TOP-K问题的介绍

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。

比如：专业前10名、世界500强、富豪榜、游戏中前100的活跃玩家等。

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，基本思路如下：

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

   • 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。

二、代码实现

1.向下调整算法

通过向下调整算法建堆的时间复杂度为O（N），详细的可以看这篇文章的最后的部分。

void AdjustDown(HPDataType* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		//选出左右孩子中大的那一个
		if (child + 1 < n && a[child + 1] < a[child])//大于号建小堆，小于号建大堆
		{
			++child;
		}
		if (a[child] < a[parent])//大于号建小堆，小于号建大堆
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

2.创造数据

在创建数据后，先不使用该函数，不然每一次都是新的值。调用之后可以修改“data。txt”文件中的数据来测试，如设置十个最大数。

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 fial:");
		return;
	}

	for (size_t i = 0; i < n; ++i)
	{
		int x = rand() % 10000;
		fprintf(fin, "%d\n", x);
	}
	fclose(fin);
}

3.堆的建立和用剩余的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

这里我创建的是小堆排序求最大的前面十个值，代码里有详细的注释，大家可以轻松食用。

void PrintTopk(const char* file, int k)
{
	//1.建堆 -- 用a中前k
	int* topk = (int*)malloc(sizeof(int) * k);//开辟空间
	assert(topk);

	FILE* fout = fopen(file, "r");//读文件
	if (fout == NULL)
	{
		perror("fopen error");
		return;
	}
	for (int i = 0; i < k; i++)
	{
		fscanf(fout, "%d", &topk[i]);//把文件中的数据写进开辟的空间中
	}
	for (int i = (k - 2) / 2; i >= 0; --i)
	{
		AdjustDown(topk, k, i);
	}
	//2.将剩余n-k个元素一次与堆顶元素交换，不满则被替代
	int val = 0;
	int ret = fscanf(fout, "%d", &val);
	while (ret != EOF)
	{
		if (val > topk[0])//现在创建的是小堆，如果是创建大堆用小于号，小于即替换
		{
			topk[0] = val;
			AdjustDown(topk, k, 0);
		}
		ret = fscanf(fout, "%d", &val);//把文件中的数据写进val中
	}
	for (int i = 0; i < k; i++)
	{
		printf("%d ", topk[i]);
	}
	printf("\n");

	free(topk);
	fclose(fout);
}