【Java】面试高频考题---topK问题详解（堆heap求解）

1.topK问题概念

面试中，TopK是问得比较多的几个问题之一；
所谓topK问题就是：假如给你100万个数据，让你找到前10个最大的数据

思路一：对整体就行排序，输出前10个最大的元素；
思路二：也就是本文准备详细讲解的思路，使用 堆（heap）

2.堆（heap）解决topK具体思路

假如需要找一组数据中前K个最大的元素，那么我们需要：

1. 先把前K个元素，创建为小根堆（注意，找最大元素，创建小根堆，反之）
2. 当前的创建堆为什么是小根堆？
   因为堆顶的元素，一定是当前K个元素当中最小的一个元素。如果，有元素X比堆顶元素大，那么X这个元素，可能就是topk中的一个。相反如果是大根堆，那就不一定了
3. 如果堆顶元素小于后面遍历到的元素，那么出堆顶元素，然后入当前比堆顶大的元素，再次进行调整为小根堆；
4. 遍历完成后，此时堆顶元素就是第K大的元素（因为是最小堆）
5. 最后遍历完成后，此时的堆就是题目要找的前K个最大的元素
6. （若要找的是前K个最小的元素，方法也和找最大差不多，先把前K个元素建为最大堆，遍历剩下的元素，如果堆顶元素大于当前剩下元素的某个元素，那么就把这个元素入队，再次调整堆为最大堆，最后 堆顶元素，就是第K小的元素，因为此时是一个最大堆；堆内的元素，就是前K个最小的元素）
7. （建堆操作是相反对应的）

3.topK问题求解代码实现

求一个数组当中前K个最小的元素为列：
相关解释在代码中以注释形式给出，大家注意查看：

import java.util.*;

public class TopK {

    /**
     * 求数组当中的前K个最小的元素
     * @param array
     * @param k
     * @return
     */
    public static int[] topK(int[] array,int k){
        //1.创建一个大小为k的大跟堆
        PriorityQueue<Integer> maxHeap=new PriorityQueue<>(k, new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o2-o1;
            }
        });
        //2.遍历数组当中的元素，前K个元素放到队列当中
        for (int i = 0; i < array.length; i++) {
            if (maxHeap.size()<k){
                maxHeap.offer(array[i]);
            }else{
                //3.从第k+1个元素开始，每个元素和堆顶元素进行比较
                int top=maxHeap.peek();
                if (top>array[i]){ //k+1之后的元素发现比top小的就进行入队操作
                    maxHeap.poll(); //先将此事堆顶元素出队
                    maxHeap.offer(array[i]);
                }
            }
        }
        int[] tmp=new int[k];
        for (int i = 0; i < k; i++) {
            tmp[i]=maxHeap.poll();
        }
        return tmp;
    }

4.topK问题典型例题

4.1 LeetCode373 查找和最小的 K 对数字

题目：给定两个以 升序排列 的整数数组 nums1 和 nums2 , 以及一个整数 k

定义一对值 (u,v)，其中第一个元素来自 nums1，第二个元素来自 nums2 。

请找到和最小的 k 个数对 (u1,v1), (u2,v2) … (uk,vk) 。

解题思路 ：
为了结合代码进行理解，相关核心思路在代码中以注释形式给出：

  public static List<List<Integer>> kSmallestPairs(int[] nums1, int[] nums2, int k) { //注意最后结果以顺序表形式再次放到一个顺序表中（嵌套）
        PriorityQueue<List<Integer>> maxHeap=new PriorityQueue<>(k, new Comparator<List<Integer>>() {
            @Override //因为要找的是最小的元素，所以创建为大根堆
            public int compare(List<Integer> o1, List<Integer> o2) {
                return (o2.get(0)+o2.get(1))-(o1.get(0)+o1.get(1)); //要找的是和最小
            }
        });
        for (int i = 0; i < Math.min(nums1.length,k); i++) {
            for (int j = 0; j < Math.min(nums2.length,k); j++) { //因为数据给出时候已经是升序了，避免出现死循环导致超时，所以遍历时候取数组长度和K的最小值即可
                if (maxHeap.size()<k){//将前K个数据放入到优先级队列中 （topK问题）
                    List<Integer> tmpList=new ArrayList<>();
                    tmpList.add(nums1[i]);
                    tmpList.add(nums2[j]);
                    maxHeap.offer(tmpList); //注意数据放入是以顺序表形式
                }else{//k+1个数据开始遍历
                    int top=maxHeap.peek().get(0)+maxHeap.peek().get(1);//取和 题目要求
                    if (top>nums1[i]+nums2[j]){//k+1之后的元素和发现比top小的就进行入队操作
                        maxHeap.poll(); //入队之前注意需要先将堆顶元素出队
                        List<Integer> tmpList=new ArrayList<>();
                        tmpList.add(nums1[i]);
                        tmpList.add(nums2[j] );
                        maxHeap.offer(tmpList);//元素入队操作
                    }
                }
            }
        }
        List<List<Integer>> ret=new ArrayList<>();//将此时k个堆中的数据（顺序表）再次放到一个顺序表中
        for (int i = 0; i < k && !maxHeap.isEmpty(); i++) { //防止出现空指针异常 maxHeap不能为空
            ret.add(maxHeap.poll());
        }
        return ret; //ret中存放的即为前K个最小和的数据
    }

4.2 LeetCode 692. 前K个高频单词

给定一个单词列表 words 和一个整数 k ，返回前 k 个出现次数最多的单词。

返回的答案应该按单词出现频率由高到低排序。如果不同的单词有相同出现频率， 按字典顺序 排序。

解题思路 ：
为了结合代码进行理解，相关核心思路在代码中以注释形式给出：

 public List<String> topKFrequent(String[] words, int k) {
         //1.先用map来统计每次单词出现的次数
        HashMap<String,Integer> map=new HashMap<>();
        for (String s:words) {
            if (map.get(s)==null){
                map.put(s,1);
            }else {
                int val=map.get(s);
                map.put(s,val+1);
            }
        }
        //2.建立一个大小为K的小根堆
        PriorityQueue<Map.Entry<String,Integer>> minHeap=new PriorityQueue<>(k, new Comparator<Map.Entry<String, Integer>>() {
            @Override
            //如果频率相同情况 根据后面需要逆置操作 我们需要先调整为大根堆
            //防止逆置后出错
            //根据单词出现的频率来调整为小根堆
            public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
                if (o1.getValue().compareTo(o2.getValue())==0){
                    return o2.getKey().compareTo(o1.getKey());
                }
                return o1.getValue()-o2.getValue();
            }
        });

        //3.遍历map
        for (Map.Entry<String,Integer> entry:map.entrySet()) {
            if (minHeap.size()<k){
                minHeap.offer(entry);
            }else {
                //说明堆中 已经放满了K个元素，需要看堆顶元素的数据和当前数据的大小关系
                Map.Entry<String,Integer> top=minHeap.peek();
                //判断频率表是否相同，如果相同，比较单词的大小，单词小的入堆
                if (top.getValue().compareTo(entry.getValue())==0){
                    if (top.getKey().compareTo(entry.getKey())>0){
                        minHeap.poll();
                        minHeap.offer(entry);
                    }
                }else {
                    if (top.getValue().compareTo(entry.getValue())<0){
                        minHeap.poll();
                        minHeap.offer(entry);
                    }
                }
            }
        }
        List<String> ret=new ArrayList<>();
        for (int i = 0; i < k; i++) {
            Map.Entry<String,Integer> top=minHeap.poll();
            ret.add(top.getKey());
        }
        //因为从小根堆弹出的第一个是最小的 题目要求从大到小
        //所以调用集合方法逆置
        Collections.reverse(ret);
        return ret;



    }

5.总结

1. 如果求前K个最大的元素，需要创建一个小根堆
2. 如果求前K个最小的元素，需要创建一个大根堆
3. 第K大的元素：创建一个小堆，堆顶元素就是第K大的元素；
4. 第K小的元素：创建一个大堆，堆顶元素就是第K小的元素；