数据结构--TopK问题

发布时间:2022-06-21 发布网站:脚本宝典
脚本宝典收集整理的这篇文章主要介绍了数据结构--TopK问题脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。

●🧑个人主页:你帅你先说. ●📃欢迎点赞👍关注💡收藏💖 ●📖既选择了远方,便只顾风雨兼程。 ●🤟欢迎大家有问题随时私信我! ●🧐版权F1a;本文由[你帅你先说.]原创,CSDN首发,侵权必究。

🧭为您导航🧭

  • 📃题目
  • 💡解题思路
  • ⚔️代码实现

📃题目

什么是topK问题?简单来讲就是从n个数中取前k个最大的数。研究topK问题有什么价值吗? 这么说吧,平常到了饭点你是不是得点外卖,比如你今天要西餐,那你就会在外卖系统中选择西餐一类,系统就会帮你排出评分最高的几家店,这就是topK问题。

数据结构--TopK问题

💡解题思路

思路一: 首先大多数人最先想到的一定是排序,先排降序,前k个数就是最大的,假设我们用快速排序来排,那么@R_449_1304@就是O(N* l o g 2 LOG_2 log2N),但这种方法有点多此一举。我们只要前k个最大的,没必要把所有数都排了。 在讲思路二前你可能需要去复习一下堆的内容→数据结构--二叉树 思路二: 可能有的人会想到之前二叉树讲的堆。N个数依次插入大堆,Popk次,每次取堆顶的数据就是前k个最大的数,此时时间复杂度为O(N+k* l o g 2 log_2 log2N) 思路三: 此时假设N非常大,思路二可能就行不通了。为什么呢?因为内存可能存不下那么多数。那我们怎么做呢?首先,用前k个数建立一个k个数的小堆,再用剩下的N-K个数,依次跟堆顶的数据进行比较,如果比堆顶数据大,就替换堆顶的数据,再向下调整,最后堆里面k个数就是最大的k个数。 此时时间复杂度为O(N* l o g 2 K log_2K log2K)

⚔️代码实现

结构定义

tyPEdef int HPDataType;
typedef struct Heap
{
	HPDataType* a;
	int size;
	int capacITy;
}HP;

堆的初始化

void HeapInit(HP* hp)
{
	assert(hp);
	hp->a = NULL;
	hp->size = hp->capacity = 0;
}

堆的向上调整

void AdjustUp(int* a, int child)
{
	assert(a);

	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[child] < a[parent])
		{
			HPDataType tmp = a[child];
			a[child] = a[parent];
			a[parent] = tmp;

			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

堆的插入

void HeapPush(HP* hp, HPDataType x)
{
	assert(hp);
	if (hp->size == hp->capacity)
	{
		size_t newCapacity = hp->capacity == 0 ? 4 : hp->capacity * 2;
		HPDataType* tmp = realloc(hp->a, sizeof(HPDataType)*newCapacity);
		if (tmp == NULL)
		{
			PRintf("realloc failn");
			exit(-1);
		}

		hp->a = tmp;
		hp->capacity = newCapacity;
	}

	hp->a[hp->size] = x;
	hp->size++;

	AdjustUp(hp->a, hp->size - 1);
}

堆的向下调整

void AdjustDown(int* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		// 选出左右孩子中小的那一个
		if (child + 1 < n && a[child + 1] < a[child])
		{
			++child;
		}

		// 如果小的孩子小于父亲,则交换,并继续向下调整
		if (a[child] < a[parent])
		{
			Swap(&amp;a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

取堆顶元素

HPDataType HeapTop(HP* hp)
{
	assert(hp);
	assert(!HeapEmpty(hp));

	return hp->a[0];
}

堆的输出

void HeapPrint(HP* hp)
{
	for (int i = 0; i < hp->size; ++i)
	{
		printf("%d ", hp->a[i]);
	}
	printf("n");
}

堆的销毁

void HeapDestroy(HP* hp)
{
	assert(hp);
	free(hp->a);
	hp->capacity = hp->size = 0;
}

TopK实现

void PrintTopK(int* a, int n, int k)
{
	HP hp;
	HeapInit(&hp);
	// 创建一个K个数的小堆
	for (int i = 0; i < k; ++i)
	{
		HeapPush(&hp, a[i]);
	}
	// 剩下的N-K个数跟堆顶的数据比较,比他大,就替换他进堆
	for (int i = k; i < n; i++)
	{
		if (a[i] > HeapTop(&hp))
		{
			hp.a[0] = a[i];
			AdjustDown(hp.a, hp.size, 0);
		}
	}
	HeapPrint(&hp);
	HeapDestroy(&hp);
}

觉得写的不错可以给个一键三连 点赞👍关注💡收藏💖(咱就是说白嫖这行为不好)

脚本宝典总结

以上是脚本宝典为你收集整理的数据结构--TopK问题全部内容,希望文章能够帮你解决数据结构--TopK问题所遇到的问题。

如果觉得脚本宝典网站内容还不错,欢迎将脚本宝典推荐好友。

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。