【C语言】TOP-K问题（从N个数据中找出最大的k个数或者最小的k个数）

首先，我们想到最简单的方法就是将这一堆的数据直接利用上一篇博客里写到的直接用AdjustDown或者AdjustUp方法来直接进行排序，但是这个排序的有一定的限制，假如数据量比较大的话，那么所花费的时间复杂度比较高。O(N * logN)

还有第二种方法也和这个比较类似，就是创建有N个数据的大堆或者小堆，然后一直利用top/pop方法  k 次 就可以求出来最大 或者最小的 k个数了。O(N + logN * k)

具体的top/pop方法在上传的创建堆的资源中可以了解到。这个法子虽然相对第一种方法简便一些，不过在遇到数据量大的时候，还是有点困难。

第三种方法就是

我们首先先将前 k 个数创建成一个小堆，然后，我们将剩余的N - k 个数依次与堆顶数据比较，如果比堆顶数据大，就替换堆顶数据进堆。

走完之后，剩余的k个数据就是最大的前K个数。O(k + (N - k)*logk)

下面就是利用第三种方法来找出TopK问题的具体实现

#define _CRT_SECURE_NO_WARNINGS
#include <stdio.h>
#include <assert.h>
#include <stdlib.h>
#include <time.h>


void Swap(int * child, int* parent) {//交换堆中下标为child和parent的值

	int tmp;
	tmp = *child;
	*child = *parent;
	*parent = tmp;

}


 void AdjustDown(int * a, int size, int parent) {//向下调整算法

	//size是这个堆的节点个数，parent是父节点。

	int child = parent * 2 + 1;//先假设小的孩子节点为左节点

 	while (child < size) {

		if (child + 1 < size && a[child + 1] < a[child]) {//如果右孩子比左孩子要小，则交换一下
			//并且右孩子不一定存在，所以还需要child + 1 < size 这个条件
			++child;
		}

		if (a[child] < a[parent]) {
			Swap(&a[child], &a[parent]);//交换一下parent和child下标指向的值

			//交换一下parent和child的下标
			parent = child;
			child = parent * 2 + 1;
		}
		else {//两个孩子节点都比父节点要大，则没必要再进行交换了
			break;
		}

	}
}

void PrintTopK(int* a,int n, int k ) {

   //*****首先先创建一个有k个数据的小堆--用a中的前k个元素来创建

				//先创建一个长度为k的数组
				int* KMinHeap = (int*)malloc(sizeof(int) * k);
				assert(KMinHeap);

				//将需要排序的数据的前k个元素放到新创建的数组中去
				for (int i = 0; i < k; ++i) {
					*(KMinHeap+ i) = a[i];
				}

				//将前k个数据创建成一个小堆
				//****注意，如果是要求出前k个最大的数据时，需要创建小堆，以下算法大堆排序不出来
				for (int i = (k - 1 - 1) / 2; i >= 0; --i){
		
					AdjustDown(KMinHeap, k, i);

				}

   //******后将剩余的N - k 个数据一一与堆顶数据进行比较，如果比堆顶数据大，则进行入堆替换。

				for (int j = k; j < n; ++j) {
		
					if (a[j] > KMinHeap[0]) {//需要排序的第k+1个数据如果大于小堆堆顶的数据时

						KMinHeap[0] = a[j];//将其值和小堆堆顶数据替换
						AdjustDown(KMinHeap, k, 0);//再进行一次向下调整算法

					}
				}
				//这样，在循环完成之后，这个k个数据的小堆就是需要排序的数据的前k个最大值了。

				//打印数据
				for (int i = 0; i < k; i++) {
					printf("%d ", *(KMinHeap + i));
				}

				printf("\n");

}


void TestTopK() {
	int n = 10000;
	int* a = (int*)malloc(sizeof(int) * n);//先创建一个10000个空间的数组，这里也可以是其他的数据
	
	if (a == NULL) {
		printf("free is fail");
		exit(-1);
	}

	srand(time(0));

	
	for (int i = 0; i < n; i++) {//给这个数据赋值100000以内的数
		a[i] = rand() % 100000;
	}

	//另外创建10个数来表示前10个最大的数，看TopK算法是否真的能够排序出来
	a[5] = 100000 + 1;
	a[256] = 100000 + 2;
	a[689] = 100000 + 3;
	a[3558] = 100000 + 4;
	a[26] = 100000 +  5;
	a[569] = 100000 +  6;
	a[985] = 100000 +  7;
	a[9569] = 100000 +  8;
	a[98] = 100000 +  9;
	a[55] = 100000 + 10;

	

	PrintTopK(a,n, 10);//TopK算法打印数据


} 


int main() {
	TestTopK();
}

结语：

这里需要注意的是，这个第三种方法只适合于在有大量数据的时候用。可以节省大量的空间并且也会节省些时间。在数据量相对较小的时候，其实和第二种方法的时间复杂度差不多。