[ 数据结构 -- 手撕排序算法第七篇 ] 堆排序(下)用堆排序来解决Top-K问题

Posted 小白又菜

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[ 数据结构 -- 手撕排序算法第七篇 ] 堆排序(下)用堆排序来解决Top-K问题相关的知识,希望对你有一定的参考价值。


TopK问题的引入:想必大家在玩王者农药的时候都遇到过xxx市第xxx韩信,xxx区第xxx赵云。或者说大家今天懒得做饭,想点个外卖,于是乎大家打开美团App,假如说想吃汉堡,大家不知道哪家汉堡好吃,选择了一项叫按评分优先排序,选择排名靠前的店购买。学校有专业前10名。企业有世界500强等等等。这些问题都要对大量数据进行排序,选出较大的K个数据,这里就需要使用TopK算法来解决此类问题。


目录

1.什么是TopK问题?​

2.Top-K问题逻辑分析​

3.Top-K代码实现

4.Top-K问题举例实现

完整代码:

结果演示:


1.什么是TopK问题?

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:

1.1Top-k问题的基本思路

(1)用数据集合中前K个元素建堆

~如果要求前K个最大的元素,则建立小堆

~如果要求前K个最小的元素,则建立大堆

(2)用剩余N-K个元素依次与堆顶的元素来比较(以求前K个最大元素举例),由于我们建立的是小堆,小堆堆顶元素是堆中最小的元素,因此我们比较元素如果大于堆顶元素,就替换堆顶元素,重新建小堆,如果小于堆顶元素则不能入堆,让下一个元素再进行比较,以此类推。

(3)待剩余N-K个元素依次与堆顶元素比较完后,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。

2.Top-K问题逻辑分析

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

//1.建堆--用a中前K个元素建堆


//2.将剩下的n-k个元素依次与堆顶元素交换,不满则替换


//3.打印堆

[

大致思路就可以分为这三步,我们一步一步进行分析:

2.1建堆--用a中前K个元素建堆

在此我们假设要求前K个较大的数字,因此我们要建立小堆。

过程:


1、我们开辟一个K个元素大小的空间。

2、我们让前K个元素组成对,数组自身建堆。使用向下调整建堆。(向下调整建堆不熟悉的小伙伴可以​​戳这里复习~~​​)


实现代码如下: 

//1.建堆--用a中前K个元素建堆
int* kminHeap = (int*)malloc(sizeof(int) * k);
assert(kminHeap);
for (int i = 0; i < k; i++)

kminHeap[i] = a[i];

//建小堆
for (int j = (k - 1 - 1) / 2; j >= 0; --j)

AdjustDown(kminHeap, k, j);

[

2.2将剩下的n-k个元素依次与堆顶的元素比较,不满足的替换


 过程:

1、由于我们建立的是小堆,堆顶元素是堆中最小的元素,让进来的元素依次和堆顶元素比较。

2、如果这个元素大于堆顶数据,就交换。不满足就不交换。

3、若交换,使用向下调整重新建堆,让最小的数据放在堆顶。

4、当n-k个数据全部遍历完后,堆中的数据就是前K个较大的数据


for (int i = k; i < n; ++i)

if (a[i] > kminHeap[0])

kminHeap[0] = a[i];
AdjustDown(kminHeap, k, 0);

[

2.3打印堆

for (int i = 0; i < k; ++i)

printf("%d ", kminHeap[i]);

printf("\\n");
free(kminHeap);

[

3.Top-K代码实现

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

//1.建堆--用a中前K个元素建堆
int* kminHeap = (int*)malloc(sizeof(int) * k);
assert(kminHeap);
for (int i = 0; i < k; i++)

kminHeap[i] = a[i];

//建小堆
for (int j = (k - 1 - 1) / 2; j >= 0; --j)

AdjustDown(kminHeap, k, j);

//2.将剩下的n-k个元素依次与堆顶元素交换,不满则替换
for (int i = k; i < n; ++i)

if (a[i] > kminHeap[0])

kminHeap[0] = a[i];
AdjustDown(kminHeap, k, 0);


//3.打印堆
for (int i = 0; i < k; ++i)

printf("%d ", kminHeap[i]);

printf("\\n");
free(kminHeap);

[

4.Top-K问题举例实现

我们编写一个数据,所有的值生成随机值,模上1000000,因此这个数组a中的所有值肯定小于等于1000000。我们再任意更改10个值大于1000000。我们这时选出Top-10大的数据。如果我们选出的数字是我们赋值的那几个,说明Top-K问题就解决了。

void TestTopK()

int n = 10000;
int* a = (int*)malloc(sizeof(int) * n);
srand(time(0));
for (size_t i = 0; i < n; ++i)

a[i] = rand() % 1000000;

a[5] = 1000000 + 1;
a[1231] = 1000000 + 2;
a[531] = 1000000 + 3;
a[5121] = 1000000 + 4;
a[115] = 1000000 + 5;
a[2305] = 1000000 + 6;
a[99] = 1000000 + 7;
a[76] = 1000000 + 8;
a[423] = 1000000 + 9;
a[0] = 1000000 + 1000;
PrintTopK(a, n, 10);

[

完整代码:

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

//1.建堆--用a中前K个元素建堆
int* kminHeap = (int*)malloc(sizeof(int) * k);
assert(kminHeap);
for (int i = 0; i < k; i++)

kminHeap[i] = a[i];

//建小堆
for (int j = (k - 1 - 1) / 2; j >= 0; --j)

AdjustDown(kminHeap, k, j);

//2.将剩下的n-k个元素依次与堆顶元素交换,不满则替换
for (int i = k; i < n; ++i)

if (a[i] > kminHeap[0])

kminHeap[0] = a[i];
AdjustDown(kminHeap, k, 0);


//3.打印堆
for (int i = 0; i < k; ++i)

printf("%d ", kminHeap[i]);

printf("\\n");
free(kminHeap);


void TestTopK()

int n = 10000;
int* a = (int*)malloc(sizeof(int) * n);
srand(time(0));
for (size_t i = 0; i < n; ++i)

a[i] = rand() % 1000000;

a[5] = 1000000 + 1;
a[1231] = 1000000 + 2;
a[531] = 1000000 + 3;
a[5121] = 1000000 + 4;
a[115] = 1000000 + 5;
a[2305] = 1000000 + 6;
a[99] = 1000000 + 7;
a[76] = 1000000 + 8;
a[423] = 1000000 + 9;
a[0] = 1000000 + 1000;
PrintTopK(a, n, 10);

int main()

TestTopK();
return 0;

[

结果演示:

[[

 (本篇完)


以上是关于[ 数据结构 -- 手撕排序算法第七篇 ] 堆排序(下)用堆排序来解决Top-K问题的主要内容,如果未能解决你的问题,请参考以下文章

[ 数据结构 -- 手撕排序算法第七篇 ] 堆排序(下)用堆排序来解决Top-K问题

数据结构初阶第七篇——二叉树的顺序结构的应用(堆排序+TOPK问题)

[新星计划] Python手撕代码 | 十大经典排序算法

[新星计划] Python手撕代码 | 十大经典排序算法

[ 数据结构 -- 手撕排序算法第四篇 ] 选择排序

[ 数据结构 -- 手撕排序算法第一篇 ] 插入排序