解题思路:一般思路就是将N个数排序后,取前k个数就ok。但是如果N个数是几十亿个数,加载不到内存怎么办?这时候就需要利用堆来解决这个问题
具体的思路是:先建一个k个数的小堆,然后从k+1个数往后的值与堆顶元素比较,若此数比堆顶元素大,就将堆顶元素用这个数替换,然后重新调整堆,以此向后重复上述过程,直到将N个数比较完成,那么此时组成这个堆的k个元素就是前k个大的数。
接下来我们讲一下最小堆与最大对堆的思想:
一、堆树的定义
堆树的定义如下:
(1)堆树是一颗完全二叉树;
(2)堆树中某个节点的值总是不大于或不小于其孩子节点的值;
(3)堆树中每个节点的子树都是堆树。
当父节点的键值总是大于或等于任何一个子节点的键值时为最大堆。 当父节点的键值总是小于或等于任何一个子节点的键值时为最小堆。如下图所示,上面的为最大堆,下面的为最小堆。
二、堆树的操作
以最大堆为例进行讲解,最小堆同理。
原始数据为a[] = {4, 1, 3, 2, 16, 9, 10, 14, 8, 7},采用顺序存储方式,对应的完全二叉树如下图所示:
(1)构造最大堆
在构造堆的基本思想就是:首先将每个叶子节点视为一个堆,再将每个叶子节点与其父节点一起构造成一个包含更多节点的对。
所以,在构造堆的时候,首先需要找到最后一个节点的父节点,从这个节点开始构造最大堆;直到该节点前面所有分支节点都处理完毕,这样最大堆就构造完毕了。
假设树的节点个数为n,以1为下标开始编号,直到n结束。对于节点i,其父节点为i/2;左孩子节点为i*2,右孩子节点为i*2+1。最后一个节点的下标为n,其父节点的下标为n/2。
如下图所示,最后一个节点为7,其父节点为16,从16这个节点开始构造最大堆;构造完毕之后,转移到下一个父节点2,直到所有父节点都构造完毕。
最后根据 最大值堆的思想,贴出一份最大堆的实现代码:
public class MaxHeap {
private int []heap ;
private int currentSize;
private static int MAXSIZE ;
public MaxHeap(int n){
heap=new int[n];
currentSize=0;
MAXSIZE=n;
}
public boolean insert(int x){
if(currentSize==MAXSIZE){
System.out.println("Sorry,this heap is full!");
return false;
}
//如果堆不满的话
currentSize++;
int flag=currentSize-1;
while(flag>0){
int parent=(flag-1)/2;
if(heap[parent]>x){
heap[flag]=x;
return true;
}else{
heap[flag]=heap[parent];
flag=parent;
}
}
heap[0]=x;
return true;
}
public void siftDown(int flag){
int want=flag;
int x=heap[flag];
while(want<currentSize){
int lChild=2*want+1;
int rChild=2*want+2;
int MAXChildNumber;
if(lChild>currentSize){ //没有孩子节点
heap[want]=x;
}else{ //有两个孩子节点
if(lChild<currentSize){
MAXChildNumber=heap[lChild]>heap[rChild]?lChild:rChild;
}else{
MAXChildNumber=lChild;
}
if(heap[MAXChildNumber]<x){
heap[want]=x;return;
}else{
heap[want]=heap[MAXChildNumber];
want=MAXChildNumber;
}
}
}
}
public int deleteTop(){
if(currentSize<0){
System.out.println("Sorry, this heap is empty!");
return -1;
}
int target=heap[0];
int substitute=heap[currentSize-1];
this.currentSize--;
heap[0]=substitute;
siftDown(0);
return target;
}
}
public class MaxHeapTest {
public static void main(String []args){
MaxHeap maxHeap=new MaxHeap(7);
for(int i=1;i<=7;i++){
maxHeap.insert(i);
}
for(int i=0;i<7;i++){
System.out.print(maxHeap.deleteTop()+" ");
}
System.out.println("\n");
}
}
运行结果: