个人主页：欢迎大家光临——>沙漠下的胡杨

各位大帅哥，大漂亮

如果觉得文章对自己有帮助

可以一键三连支持博主

你的每一分关心都是我坚持的动力

☄：本期重点：堆排序以及Topk问题的实现

希望大家每天都心情愉悦的学习工作。

☄：本期重点：堆排序以及Topk问题的实现

堆排序（基本不使用）：

堆排序适用版：

我们有两种建堆方式：

1.向上调整建堆：

2.向下调整建堆：

排升序和降序分别建什么堆呢？

整体代码实现：

堆实现Top-k问题：

解决思路：

模拟实现例子：

在上一篇博客中我们说到了如何实现一个堆，下面我们来用它实现一些功能。

堆排序（基本不使用）：

首先我们知道了，位于堆顶的元素是一个堆中最大或者最小的，那么我们可以根据这一特性进行选数，让数据从大到小或者从小到大排序。

根据我们所学的，我们可以先创建堆，然后在把要排序的数组中的元素一个个插入堆中，接着我们在依次取出栈顶元素放入要排序的数组，然后在Pop栈顶元素，循环操作，直到堆为空停止，就排好了。
void HeapSort(int *a,int n)
{HP hp;HeapInit(&hp);for (int i = 0; i < n; ++i){HeapPush(&hp, a[i]);//插入堆}int i = 0;while (!HeapEmpty(&hp))//判空{a[i++] = HeapTop(&hp);//放入要排序的数组。HeapPop(&hp);//删除堆顶}HeapDestroy(&hp);//销毁堆
}int main()
{int a[] = { 15, 18, 59, 64, 54, 87, 36, 56, 41, 23 };//要排序的数组HeapSort(a, sizeof(a) / sizeof(a[0]));堆排序for (int i = 0; i < sizeof(a) / sizeof(a[0]); i++)//打印{printf("%d ", a[i]);}printf("\n");return 0;
}
下面是打印结果：

我们可以看出，在逻辑上是二叉树。，并且也是降序排列。好像达到我们的要求了，但是还是有很重要的两点，就是这个排序的失败之处

1. 需要先有一个堆这样的数据结构，才能使用这种办法。

2.在排序过程中，额外开辟了一个数字，空间复杂度为O（N）。

所以这种堆排序很不好，下面我们看一个实用的堆排序。

堆排序适用版：

我们有两种建堆方式：

1.向上调整建堆：

我们知道，在堆中那么多函数接口中，其实最关键的是向上调整和向下调整算法，我们可以只使用这两个函数，就完成建堆，然后在进行排序。

我们调整后就是一个堆了，但是我们如何把这个堆变为有序呢？

我们首先把第一个元素和最后一个元素交换下位置，

我们不考虑最后一个元素，

把第一个元素向下调整，我们就可以得到一个新的堆，

如此反复，就可以得到这个数组的降序。

代码实现如下：

void Swap(HPDataType* p1, HPDataType* p2)//交换
{HPDataType tmp = *p1;*p1 = *p2;*p2 = tmp;
}
void AdjustDwon(HPDataType* a, int size, int parent)//向下调整
{int child = parent * 2 + 1;//左孩子while (child < size)//孩子节点下，到size结束{   //要在确定有右孩子的情况下，右孩子大于左孩子，就使用右孩子（大堆）//想变为小根堆，大于变小于（child +1 <size不变）if (child + 1 < size && a[child] < a[child + 1]){child = child + 1;}//如果孩子大就交换（大堆）if (a[child] > a[parent])//想变为小根堆，大于变小于{Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}void AdjustUp(HPDataType* a, int child)//向上调整
{int parent = (child - 1) / 2;//找到父亲节点while (child > 0)//如果child等于0，表示调整到根，不可在调整返回。{//孩子大于父亲就交换（大根堆）if (a[child] > a[parent])//想变为小根堆，大于变小于{Swap(&a[child], &a[parent]);child = parent;parent = (child - 1) / 2;}else{break;}}
}void HeapSort2(int *a, int n)
{for (int i = 1; i < n; i++){AdjustUp(a, i);}int end = n - 1;while (end > 0){Swap(&a[0], &a[end]);AdjustDwon(a, end, 0);--end;}
}int main()
{int a[] = { 15, 18, 59, 64, 54, 87, 36, 56, 41, 23 };HeapSort2(a, sizeof(a) / sizeof(a[0]));for (int i = 0; i < sizeof(a) / sizeof(a[0]); i++){printf("%d ", a[i]);}printf("\n");return 0;
}

2.向下调整建堆：

我们向下调整建堆的思路和向上调整不太类似，我们先从倒数第一个非叶子节点向上调整，调整到根结束。

最后我们按照图示方法建堆结果为：

也符合堆的性质，然后后面的思路和向上建堆就一样了，把第一个元素和最后一个元素交换，然后不考虑最后一个元素，让第一个元素向下调整在变为一个堆就好了，重复过程即可

代码如下：
void HeapSort2(int *a, int n)
{for (int i = (n - 1 - 1) / 2; i >= 0; i--){AdjustDwon(a, n, i);//向下调整建堆}int end = n - 1;while (end > 0){Swap(&a[0], &a[end]);AdjustDwon(a, end, 0);--end;}
}int main()
{int a[] = { 15, 18, 59, 64, 54, 87, 36, 56, 41, 23 };HeapSort2(a, sizeof(a) / sizeof(a[0]));for (int i = 0; i < sizeof(a) / sizeof(a[0]); i++){printf("%d ", a[i]);}printf("\n");return 0;
}

排升序和降序分别建什么堆呢？

我们的建堆思路有了，但是我们要把数字排升序和降序分别要建什么堆呢？

排升序，就建大堆，排降序，就建小堆。

解释如下图：

首先，我们是排升序建的大堆，如果我们要排的是降序，我们依然建的大堆，那怎么办？

我们可以找到最大的数据，应该把它放在第一位，然后不考虑它继续找次大的，但是我们的父子关系全乱了，需要重新建堆了，这时间复杂度就变为O(N)*O(N)了，不划算。所以我们选择排降序时建小堆，我们找到其中最小的，然后把最小的放最后，不考虑它，然后使用向下调整，这样时间复杂度就降低为log（N）*O(N)，这才是堆排序快的地方。

整体代码实现：

void AdjustDwon(HPDataType* a, int size, int parent)//向下调整
{int child = parent * 2 + 1;//左孩子while (child < size)//孩子节点下，到size结束{   //要在确定有右孩子的情况下，右孩子大于左孩子，就使用右孩子（大堆）//想变为小根堆，大于变小于（child +1 <size不变）if (child + 1 < size && a[child] < a[child + 1]){child = child + 1;}//如果孩子大就交换（大堆）if (a[child] > a[parent])//想变为小根堆，大于变小于{Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}void AdjustUp(HPDataType* a, int child)//向上调整
{int parent = (child - 1) / 2;//找到父亲节点while (child > 0)//如果child等于0，表示调整到根，不可在调整返回。{//孩子大于父亲就交换（大根堆）if (a[child] > a[parent])//想变为小根堆，大于变小于{Swap(&a[child], &a[parent]);child = parent;parent = (child - 1) / 2;}else{break;}}
}void HeapSort2(int *a, int n)
{//时间复杂度O(N*logN)//for (int i = 1; i < n; i++)//{//   AdjustUp(a, i);//向上调整建堆//}//时间复杂度O(N)for (int i = (n - 1 - 1) / 2; i >= 0; i--){AdjustDwon(a, n, i);//向下调整建堆}int end = n - 1;//时间复杂度O(N*logN)while (end > 0){Swap(&a[0], &a[end]);AdjustDwon(a, end, 0);--end;}
}int main()
{int a[] = { 15, 18, 59, 64, 54, 87, 36, 56, 41, 23 };HeapSort2(a, sizeof(a) / sizeof(a[0]));for (int i = 0; i < sizeof(a) / sizeof(a[0]); i++){printf("%d ", a[i]);}printf("\n");return 0;
}

堆实现Top-k问题：

解决思路：

我们在平时生活中，会遇到很多的类似求前K个最大数的问题，比如我们平时买零食，可能会选销量最好的前十家店购买，然后我们平时打游戏也会有一些实时的排名榜单，这些都是Top-k问题，我们可以使用堆来进行解决。

现在我们遇到了一个问题，让我们从1000亿个数据中选出最大的前1000个数，我们怎么办？

思路1：我们可以使用堆排序，然后取前1000个数据。（空间复杂度太大，不行）

思路2：我们可以建立一个1000元素的小堆，然后使用1000亿中前1000个元素建堆，然后我们从1001个数和堆顶数据比较，如果比他大就进堆，然后向下调整，直到最后一个数据，这个堆就是前1000个大的数据。（空间复杂度很小，时间复杂度偏大一点点，可行）

模拟实现例子：

我们有10000个数，求出最大的前10个数据。我们使用时间戳的概念，用srand函数生成随机数，然后我们对他们取模10000，然后我们在随机给上10个数，把它们的值加上10000，然后判断打印的数据是否大于10000.

代码和运行结果如下：

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];}for (int i = (k - 1 - 1) / 2; i >= 0; i--){AdjustDwon(KMinHeap, k, i);}// 2. 将剩余n-k个元素依次与堆顶元素交换，不满则则替换for (int j = k; j < n; j++){if (a[j]>KMinHeap[0]){KMinHeap[0] = a[j];AdjustDwon(KMinHeap, k, 0);}}for (int i = 0; i < k; i++){printf("%d ", KMinHeap[i]);}printf("\n");}
void TestTopk()
{int n = 10000;int* a = (int*)malloc(sizeof(int)*n);srand(time(0));for (int i = 0; i < n; ++i){a[i] = rand() % 10000;}a[6] = 10000 + 1;a[12] = 10000 + 2;a[645] = 10000 + 3;a[3333] = 10000 + 4;a[1222] = 10000 + 5;a[459] = 10000 + 6;a[9999] = 10000 + 7;a[8778] = 10000 + 8;a[5897] = 10000 + 9;a[44] = 10000 + 10;PrintTopK(a, n, 10);
}

打印的结果都是大于10000的说明我们的思路成立。

二叉树讲解《三》（堆的应用）相关推荐

Python培训讲解二叉树的三种深度
python代码实现了二叉树,这次将会实现二叉树的几种遍历方法,来更好的解析二叉树的结构特点.分别是一种广度遍历,和三种深度遍历方法:先序遍历,中序遍历,后序遍历.下面是代码实现: 1.先序遍历遍历 ...
Python教程讲解二叉树的三种深度
python代码实现了二叉树,这次将会实现二叉树的几种遍历方法,来更好的解析二叉树的结构特点.分别是一种广度遍历,和三种深度遍历方法:先序遍历,中序遍历,后序遍历.下面是代码实现: 1.先序遍历遍历 ...
c语言中二叉树中总结点,C语言二叉树的三种遍历方式的实现及原理
二叉树遍历分为三种:前序.中序.后序,其中序遍历最为重要.为啥叫这个名字?是根据根节点的顺序命名的. 比如上图正常的一个满节点,A:根节点.B:左节点.C:右节点,前序顺序是ABC(根节点排最先,然后 ...
二叉树的三种遍历(递归与非递归) + 层次遍历
<转载于 >>> > 二叉树是一种非常重要的数据结构,很多其他数据机构都是基于二叉树的基础演变过来的.二叉树有前.中.后三种遍历方式,因为树的本身就是用递归定义的,因此 ...
超级详细树讲解三 —— B树、B+树图解+代码
首先很高兴你看到了这篇文章,这篇文章可能会花费你很长很长的时间去看,但是这篇文章包括的内容绝对足够你对树的一个系统性的学习.为什么要写这篇文字呢?因为自己在学习树的时候,有些博客只有图解,有些博客只有 ...
c语言二叉树的遍历菜单系统,C语言二叉树的三种遍历方式的实现及原理
C语言二叉树的三种遍历方式的实现及原理发布时间:2020-10-03 19:43:57 来源:脚本之家阅读:63 作者:看雪. 二叉树遍历分为三种:前序.中序.后序,其中序遍历最为重要.为啥叫这个 ...
C语言基本数据结构之二（二叉树的三种遍历，节点数以及深度算法）
关于二叉树的定义,网上有比较好的介绍,在这里就简单介绍二叉树的一些性质二叉树的基本性质 1)二叉树的第i层上至多有 2^(i-1)(i ≥1)个结点: 2)深度为 h 的二叉树中至多含有 2^h – ...
数据结构：关于重建二叉树的三种思路
前言: 前几天在温习<编程之美>这本书的时候,看到了二叉树的重建.正好,也想复习一下数据结构的知识,就来写了一个小Demo.居然有新发现(本文中的第三种方式). 我们在学习数据结构的时候, ...
Python实现二叉树的三种深度遍历方法！
python代码实现了二叉树,这次将会实现二叉树的几种遍历方法,来更好的解析二叉树的结构特点.分别是一种广度遍历,和三种深度遍历方法:先序遍历,中序遍历,后序遍历.下面是代码实现: 1.先序遍历遍历 ...
玩转iOS开发：NSURLSession讲解(三)
文章分享至我的个人技术博客: https://cainluo.github.io/14986211698053.html 前言虽然前面两讲都是说了NSURLSession的一些理论上的知识, 但我们 ...

二叉树讲解《三》（堆的应用）

☄：本期重点：堆排序以及Topk问题的实现

堆排序（基本不使用）：

堆排序适用版：

我们有两种建堆方式：

1.向上调整建堆：

2.向下调整建堆：

排升序和降序分别建什么堆呢？

整体代码实现：

堆实现Top-k问题：

解决思路：

模拟实现例子：

二叉树讲解《三》（堆的应用）相关推荐

最新文章

热门文章

二叉树讲解《三》（堆的应用）

☄： 本期重点：堆排序以及Topk问题的实现

堆排序（基本不使用）：

堆排序适用版：

我们有两种建堆方式：

1.向上调整建堆：

2.向下调整建堆：

排升序和降序分别建什么堆呢？

整体代码实现：

堆实现Top-k问题：

解决思路：

模拟实现例子：

二叉树讲解《三》（堆的应用）相关推荐

最新文章

热门文章

☄：本期重点：堆排序以及Topk问题的实现