堆排序即利用堆的思想来进行排序,总共分为两个步骤:
//升序,建大堆
//O(N*logN)
//定义一个交换函数,用于交换两个元素的值
void Swap(int* px, int* py)
{
int temp = *px;
*px = *py;
*py = temp;
}
//将以parent为根节点的子树进行向下调整,使其满足大堆的性质
void AdjustDown(int* a, int n, int parent)
{
int child = parent * 2 + 1; //左孩子节点的下标
while (child < n)
{
//找到左右孩子节点中较大的一个
if (child + 1 < n && a[child + 1] > a[child])
{
child++;
}
//如果孩子节点的值大于父节点的值,则交换位置
if (a[child] > a[parent])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
//堆排序函数
void HeapSort(int* a, int n)
{
//将数组a直接建堆,使其满足大堆的性质
for (int i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(a, n, i);
}
int end = n - 1; //用于记录堆的末尾位置
while (end > 0)
{
//将堆顶元素与末尾元素交换位置,即将最大值放到末尾
Swap(&a[0], &a[end]);
//对除了末尾元素外的部分进行向下调整,使其满足大堆的性质
AdjustDown(a, end, 0);
end--;
}
}
int main()
{
int a[] = { 3,9,5,2,7,8,10,1,4 };
printf("堆升序前\n");
for (int i = 0; i < sizeof(a) / sizeof(int); i++)
{
printf("%d ", a[i]);
}
//堆升序,建大堆
HeapSort(a, sizeof(a) / sizeof(int));
printf("\n堆升序后\n");
for (int i = 0; i < sizeof(a) / sizeof(int); i++)
{
printf("%d ", a[i]);
}
printf("\n");
return 0;
}
代码运行:
#include <stdio.h>
// 交换两个元素的值
void Swap(int* px, int* py)
{
int temp = *px;
*px = *py;
*py = temp;
}
// 将以parent为根节点的子树调整为小堆
void AdjustDown(int* a, int n, int parent)
{
int child = parent * 2 + 1; // 左孩子节点的下标
while (child < n)
{
// 找到左右孩子节点中值较小的节点
if (child + 1 < n && a[child + 1] < a[child])
{
child++;
}
// 如果子节点的值小于父节点的值,则交换父子节点的值
if (a[child] < a[parent])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
// 堆排序
void HeapSort(int* a, int n)
{
// 建堆:从最后一个非叶子节点开始,依次向上调整子树为小堆
for (int i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(a, n, i);
}
int end = n - 1; // 堆的最后一个元素的下标
while (end > 0)
{
// 将堆顶元素(最小元素)与堆的最后一个元素交换位置
Swap(&a[0], &a[end]);
// 将除了最后一个元素之外的部分重新调整为小堆
AdjustDown(a, end, 0);
end--;
}
}
int main()
{
int a[] = { 3,9,5,2,7,8,10,1,4 };
printf("堆降序前\n");
for (int i = 0; i < sizeof(a) / sizeof(int); i++)
{
printf("%d ", a[i]);
}
// 使用堆排序进行降序排序
HeapSort(a, sizeof(a) / sizeof(int));
printf("\n堆降序后\n");
for (int i = 0; i < sizeof(a) / sizeof(int); i++)
{
printf("%d ", a[i]);
}
printf("\n");
return 0;
}
TOP-K问题是数据挖掘和信息检索中的一个重要问题。
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。 TOP-K问题是数据挖掘和信息检索中的一个重要问题。
TOP-K问题的含义是:给定一个集合,找出其中值最大或最小的前K个元素。
常见的TOP-K问题有:
TOP-K问题的一般解法包括:
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:
首先我们要TOP-K,那得有数据,先来生成数据,那就生成随机数据到文件。
void CreateNData()
{
//造数据
int n = 100000;
srand(time(0));//使用时间作为随机数种子
const char* file = "data.txt";//数据文件名
FILE* fin = fopen(file, "w");//打开文件用于写入
if (fin == NULL)//检查文件是否打开成功
{
perror("fopen error");//输出打开错误信息
return;
}
for (int i = 0; i < n; ++i)//循环写入n行数据
{
int x = (rand() + i) % 1000000;//生成0-999999之间的随机数
fprintf(fin, "%d\n", x);//写入一行数据
}
// 别忘了关闭文件哦
fclose(fin);
}
rand()函数产生的随机数范围是0-RAND_MAX,在C/C++标准库中,rand()范围是0到32767 i的范围是0-9999,因为n定义为10000,所以rand()结果加i范围是:0 + 0 = 0,32767 + 99999 =132,766,没有超过1000000,但取余可以实现随机数更均匀地分布在0-999999范围内
1、用前10个数据建小堆 2、后续数据跟堆顶数据比较,如果比堆顶数据大,就替代堆顶,进堆
#include <stdio.h>
#include <stdlib.h>
#include <assert.h>
#include <stdbool.h>
#include <string.h>
#include <time.h>
void Swap(int* px, int* py)
{
int tmp = *px;
*px = *py;
*py = tmp;
}
void AdjustDown(int* a, int n, int parent)
{ //a是数组指针,n是数组长度,parent是当前需要下调的父结点索引
int child = parent * 2 + 1;
//child表示父结点parent的左孩子结点索引,因为是完全二叉堆,可以通过parent和2计算得到
while (child < n)
{
//如果左孩子存在
if (child + 1 < n && a[child + 1] < a[child])
{
//如果右孩子也存在,并且右孩子值小于左孩子,则child指向右孩子
child++;
}
if (a[child] < a[parent])
//如果孩子结点值小于父结点值,则需要交换
{
Swap(&a[child], &a[parent]);
//交换孩子和父结点
parent = child;
//父结点下移为当前孩子结点
child = parent * 2 + 1;
//重新计算新的左孩子结点索引
}
else
{
break;
}
}
}
void topk()
{
printf("请输入k->");
int k = 0;
scanf("%d", &k);
const char* file = "data.txt";
//打开文件
FILE* fout = fopen(file, "r");
if (fout == NULL)
{
perror("malloc fail");
return;
}
//临时变量读取文件数据
int val = 0;
//分配内存用于保存最小堆
int* minheap = (int*)malloc(sizeof(int) * k);
if(minheap ==NULL)
{
perror("malloc fail");
return;
}
//初始化堆,读取文件前k个数据构建最小堆
for (int i = 0; i < k; i++)
{
fscanf(fout, "%d", &minheap[i]);
}
//建个小堆
for (int i = (k - 1 - 1) / 2; i >=0; i--)
{
AdjustDown(minheap, k, i);
}
int x = 0;
while (fscanf(fout, "%d", &x) != EOF)
{
//读取剩余数据,比对顶的值大,就替换他进堆
if (x > minheap[0])
{
//替换堆顶值,并调用下滤调整堆结构
minheap[0] = x;
AdjustDown(minheap, k, 0);
}
}
for (int i = 0; i < k; i++)
{
//输出堆中保存的前k个最大值
printf("%d ", minheap[i]);
}
printf("\n");
fclose(fout);
}
int main()
{
CreateNData();
topk();
}
输出:
的确是五个数,怎么验证他是10万个数中最大的那五个数呢? OK!用记事本打开该文件的data.txt,随机找五个数改大点,比如到百万,再运行,能不能找出这五个数,能就对了。
再次运行效果图:
感谢你的收看,如果文章有错误,可以指出,我不胜感激,让我们一起学习交流,如果文章可以给你一个小小帮助,可以给博主点一个小小的赞😘