基于PriorityQueue(优先队列)解决TOP-K问题

Posted 2020-11-24 flamestudio

TOP-K问题是面试高频题目，即在海量数据中找出最大(或最小的前k个数据)，隐含条件就是内存不够容纳所有数据，所以把数据一次性读入内存，排序，再取前k条结果是不现实的。

下面我们用简单的Java8代码去解决TOP-K问题。为了使主要的逻辑更加清晰，去掉了一些如参数合法性检查等非关键代码。

PriorityQueue(优先队列)是JDK1.5开始提供的，主要作者包括大名鼎鼎的纽约大学教授Doug Lea，他也是Java JUC包的鼻祖哦。

PriorityQueue相当于一个堆(默认为小根堆，如果想要创建大根堆，那么在创建PriorityQueue时应指定为逆序，代码如下)

new PriorityQueue<>(maxSize, Comparator.reverseOrder());

下面我们就以默认的小根堆去解决TOP-K问题(小根堆用于解决前k个最大值，而大根堆用于解决前k个最小值)

class FixSizedPriorityQueue {//自定义固定长度(k)的优先队列，因此可以解决Top-k问题
    PriorityQueue<Integer> queue;
    int k;

    public FixSizedPriorityQueue(int k) {
        this.k = k;
        this.queue = new PriorityQueue<>(k);
    }

    public void add(Integer e) {
        if (queue.size() < k) { //当前队列元素个数不足k个时，直接添加
            queue.add(e);
        } else { //超出k个时
            if (e.compareTo(queue.peek()) > 0) {// 如果新元素大于了堆顶元素，说明新元素应替换掉当前堆顶元素
                queue.poll();
                queue.add(e);
            }
        }
    }
}
public class Main {

    public static void main(String[] args) {

        final FixSizedPriorityQueue pq = new FixSizedPriorityQueue(10);
        Random random = new Random();
        random.ints(100, 0, 1000).forEach(pq::add);//产生100个0-1000的随机数，并加入自定义的定长优先队列
        while (!pq.queue.isEmpty()) {
            System.out.print(pq.queue.poll() + ", ");//不断取出堆顶元素，由于本例是小根堆，因此会从小到大打印出前10大的值
        }
    }
}