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？

1.1Top-k问题的基本思路

2.Top-K问题逻辑分析

2.1建堆--用a中前K个元素建堆

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

2.3打印堆

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）

[ 数据结构-C实现 ] 用堆解决TopK问题相关推荐

Java最小堆解决TopK问题
转载自 Java最小堆解决TopK问题 TopK问题是指从大量数据(源数据)中获取最大(或最小)的K个数据. TopK问题是个很常见的问题:例如学校要从全校学生中找到成绩最高的500名学生,再例如某 ...
c语言 topk算法,scala写算法-用小根堆解决topK
topK问题是指从大量数据中获取最大(或最小)的k个数,比如从全校学生中寻找成绩最高的500名学生等等. 本问题可采用小根堆解决.思路是先把源数据中的前k个数放入堆中,然后构建堆,使其保持堆序(可以简 ...
建堆解决TopK问题
对于找海量的数据中最大(小)个数据的问题被称为TopK问题. 解决这个问题的方法有很多比如排序然后相应的取前K个数据,排序的算法有很多种,其中不乏时间复杂度低的,可问题很多排序算法都需要将所有数据同时 ...
小顶堆解决TopK问题
小顶堆解决TopK问题这里写自定义目录标题小顶堆解决TopK问题问题代码问题 TopK问题代码 #include <bits/stdc++.h> #define N 10 #d ...
《恋上数据结构第1季》二叉堆原理及实现、最小堆解决 TOP K 问题
二叉堆 BinaryHeap 堆(Heap) 堆的出现堆简介二叉堆(Binary Heap) 获取最大值最大堆 - 添加最大堆 - 添加优化最大堆 - 删除 replace 最大堆 - 批量 ...
【数据结构】二叉堆、TOP K 问题
二叉堆.TOP K 问题堆(Heap) 堆的出现,思考? 堆简介二叉堆(Binary Heap) 获取最大值最大堆 - 添加最大堆 - 添加优化最大堆 - 删除 replace 最大堆 – ...
教你用堆排序解决topk问题
教你用堆排序解决topk问题,同时学会堆排序. 1.什么是Top K问题? 找到数组中最大(最小)的K个数,例如7,6,3,5,2,Top3 的意思就是找出最小的三个数即为:3,5,2. 方法1:对 ...
利用大顶堆实现top-k算法
有一堆二维坐标点<x1,y1>, <x2, y2>--<xn, yn>, 现在有两个问题: 给出n个坐标点,请对他们进行堆排序.坐标点的大小关系是:如果 xi> ...
八十四、堆排序解决TopK问题
@Author:Runsen 上次介绍了堆排序,这次介绍堆排序常见的应用场景TopK问题和. 利用堆求TopK问题 TopK问题是一个堆排序典型的应用场景. 题目是这样的:假设,我们想在大量的数据,如 ...

[ 数据结构-C实现 ] 用堆解决TopK问题