C语言怎么用堆解决Topk问题

这篇文章给大家分享的是有关C语言怎么用堆解决Topk问题的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

前言

将详细讲解如何利用小根堆的方法解决TopK问题，这么多数据要处理，

该算法时间复度居然只需

TopK问题

TopK问题介绍：在N个数中找出最大的前K个 （比如在1000个数中找出最大的前10个）

解题方法

方法1：先排降序，前N个就是最大的。 

时间复杂度：  

方法2：N个数依次插入大堆，HeapPop K次，每次取堆顶的数据，即为前K个。

时间复杂度：

假设N非常大，N是10亿，内存中存不下这些数，它们存在文件中的。K是100，方法1 和 方法2 就都不能用了……

话说 10 亿个整数，大概占用多少空间？

1G = 1024MB

1G = 1024*1024KB

1G = 1024*1024*1024Byte

要占用10亿字节！所以我们来看看方法3。

方法3：

① 用前个K数建立一个K个数的小堆。

② 剩下的N-K个数，依次跟堆顶的数据进行比较。如果比堆顶的数据大，就替换堆顶的数据，再向下调整。

③ 最后堆里面的K个数就是最大的K个数。

时间复杂度： 

这里为什么使用小堆而不使用大堆？

最大的前K个数一定会比其他数要大，只要进来的数比堆顶数据大，就替代它。因为是小堆（小的在上大的在下），最大的数进去后一定会沉到下面，所以不可能存在大的数堵在堆顶导致某个数进不去的情况，数越大沉得越深。对应地，如果使用大堆就会出现一个大数堵在堆顶，剩下的数都比这个大数小，导致其他数进不来，最后只能选出最大的那一个。

代码实现与讲解

由于还没开始讲 c++ ，这里我们没法用优先级队列，我们得手动自己写一个堆来使用。当然，如果自己懒得写，以下是 C语言 实现堆的代码。

Heap.h

#define _CRT_SECURE_NO_WARNINGS 1#pragma once#include <stdio.h>#include <stdlib.h>#include <assert.h>#include <stdbool.h> typedef int HPDataType; typedef struct Heap {    HPDataType* array;  //指向动态开辟的数组    int size;           //有效数据的个数    int capacity;       //容量空间的大小} HP; void Heapinit(HP* PHP); void HeapDestroy(HP* php); void HeapPrint(HP* php); bool HeapIfEmpty(HP* hp); void HeapPush(HP* php, HPDataType x);        void HeapCheckCapacity(HP* php);                void Swap(HPDataType* px, HPDataType* py);         void BigAdjustUp(int* arr, int child);         void SmallAdjustUp(int* arr, int child); void HeapPop(HP* php);         void SmallAdjustDown(int* arr, int n, int parent);        void BigAdjustDown(int* arr, int n, int parent); HPDataType HeapTop(HP* php); int HeapSize(HP* php);

Heap.c

#define _CRT_SECURE_NO_WARNINGS 1#include "Heap.h" void HeapInit(HP* php) {    assert(php);    php->array = NULL;    php->size = php->capacity = 0;} void HeapDestroy(HP* php) {    assert(php);    free(php->array);    php->capacity = php->size = 0;} void HeapPrint(HP* php) {    for (int i = 0; i < php->size; i++) {        printf("%d ", php->array[i]);    }    printf("\n");} bool HeapIfEmpty(HP* php) {    assert(php);     return php->size == 0; // 如果为size为0则表示堆为空}          void HeapCheckCapacity(HP* php) {        if (php->size == php->capacity) {            int newCapacity = php->capacity == 0 ? 4 : (php->capacity * 2); //第一次给4，其他情况扩2倍            HPDataType* tmpArray = (HPDataType*)realloc(php->array, sizeof(HPDataType) * newCapacity); // 数组扩容            if (tmpArray == NULL) {  //检查realloc                printf("realloc failed!\n");                exit(EXIT_FAILURE);            }            //更新他们的大小            php->array = tmpArray;            php->capacity = newCapacity;        }    }                  void Swap(HPDataType* px, HPDataType* py) {            HPDataType tmp = *px;            *px = *py;            *py = tmp;        }           void BigAdjustUp(int* arr, int child) {        assert(arr);        // 首先根据公式计算算出父亲的下标        int parent = (child - 1) / 2;        // 最坏情况:调到根，child=parent 当child为根节点时结束（根节点永远是0）        while (child > 0) {            if (arr[child] > arr[parent]) {  // 如果孩子大于父亲（不符合堆的性质）                // 交换他们的值                Swap(&arr[child], &arr[parent]);                // 往上走                child = parent;                parent = (child - 1) / 2;            } else {  // 如果孩子小于父亲（符合堆的性质）            // 跳出循环                break;            }        }    }          void SmallAdjustUp(int* arr, int child) {        assert(arr);        // 首先根据公式计算算出父亲的下标        int parent = (child - 1) / 2;        // 最坏情况:调到根，child=parent 当child为根节点时结束（根节点永远是0）        while (child > 0) {            if (arr[child] < arr[parent]) {  // 如果孩子大于父亲（不符合堆的性质）                // 交换他们的值                Swap(&arr[child], &arr[parent]);                // 往上走                child = parent;                parent = (child - 1) / 2;            } else {  // 如果孩子小于父亲（符合堆的性质）            // 跳出循环                break;            }        }    }void HeapPush(HP* php, HPDataType x) {    assert(php);    // 检查是否需要扩容    HeapCheckCapacity(php);    // 插入数据    php->array[php->size] = x;    php->size++;    // 向上调整 [目标数组，调整位置的起始位置（刚插入的数据）]    SmallAdjustUp(php->array, php->size - 1);}           void SmallAdjustDown(int* arr, int n, int parent) {        int child = parent * 2 + 1; // 默认为左孩子        while (child < n) { // 叶子内            // 选出左右孩子中小的那一个            if (child + 1 < n && arr[child + 1] < arr[child]) {                child++;            }            if (arr[child] < arr[parent]) { // 如果孩子小于父亲（不符合小堆的性质）                // 交换它们的值                Swap(&arr[child], &arr[parent]);                // 往下走                parent = child;                child = parent * 2 + 1;            } else { // 如果孩子大于父亲（符合小堆的性质）                // 跳出循环                break;            }        }    }         void BigAdjustDown(int* arr, int n, int parent) {        int child = parent * 2 + 1; // 默认为左孩子        while (child < n) { // 叶子内            // 选出左右孩子中大的那一个            if (child + 1 < n && arr[child + 1] > arr[child]) {                child++;            }            if (arr[child] > arr[parent]) { // 如果孩子大于父亲（不符合大堆的性质）                // 交换它们的值                Swap(&arr[child], &arr[parent]);                // 往下走                parent = child;                child = parent * 2 + 1;            } else { // 如果孩子小于父亲（符合大堆的性质）                // 跳出循环                break;            }        }    }void HeapPop(HP* php) {    assert(php);    assert(!HeapIfEmpty(php));    // 删除数据    Swap(&php->array[0], &php->array[php->size - 1]);    php->size--;    // 向下调整 [目标数组，数组的大小，调整位置的起始位置]    SmallAdjustDown(php->array, php->size, 0);} HPDataType HeapTop(HP* php) {    assert(php);    assert(!HeapIfEmpty(php));     return php->array[0];} int HeapSize(HP* php) {    assert(php);     return php->size;}

第三种方法的参考代码：

#define _CRT_SECURE_NO_WARNINGS 1#include "Heap.h" void PrintTopK(int* arr, int N, int K) {     HP hp;                             // 创建堆    HeapInit(&hp);                     // 初始化堆     for (int i = 0; i < K; i++) {      // Step1: 创建一个K个数的小堆        HeapPush(&hp, arr[i]);    }     for (int i = K; i < N; i++) {      // Step2: 剩下的N-K个数跟堆顶的数据比较        if (arr[i] > HeapTop(&hp)) {   // 如果比堆顶的数据大就替换进堆            HeapPop(&hp);              // 此数确实比堆顶大，删除堆顶            HeapPush(&hp, arr[i]);     // 将此数推进堆中，数越大下沉越深                    }    }    HeapPrint(&hp);                    // 打印K个数的堆    HeapDestroy(&hp);                  // 销毁堆} void TestTopK() {    int N = 1000000;    int* arr = (int*)malloc(sizeof(int) * N);     srand(time(0)); // 置随机数种子    for(size_t i = 0; i < N; i++) {        // 产生随机数，每次产生的随机数都mod100w，这样产生的数一定是小于100w的        arr[i] = rand() % 1000000;     }        // 再去设置10个比100w大的数    arr[5] = 1000000 + 1;arr[1231] = 1000000 + 2;arr[5355] = 1000000 + 3;arr[51] = 1000000 + 4;arr[15] = 1000000 + 5;arr[2335] = 1000000 + 6;arr[9999] = 1000000 + 7;arr[76] = 1000000 + 8;arr[423] = 1000000 + 9;arr[3144] = 1000000 + 10;     PrintTopK(arr, N, 10); //测试用，所以给10个} int main(void) {    TestTopK(); return 0;}

运行结果

函数解读

PrintTopK 解读

① 准备好我们实现好的堆之后，我们就可以写TopK的算法了。我们创建一个 PrintTopK 函数，函数需要接收存放数据的数组、数组的大小（N）和要找前多少个（K）。

② 首先创建一个堆，用来存放K 。按照规矩我们先把 HeapInit（初始化）和 HeapDestroy（销毁）先写好，防止自己不小心忘记销毁。

③ 核心步骤1：创建一个K个数的小堆，我们直接用 for 循环将数组中前K个值先逐个 HeapPush （堆的插入）进去。

这里不代表最后的结果，我们只是相当于 "默认" 认为这前K个数是最大的，方便我们后续进行比较替代。经过 HeapPush （堆的插入）后，这些数据会通过 SmallAdjustDown （小堆下调接口） 对数据进行相应的调整：

for (int i = 0; i < K; i++) {      // Step1: 创建一个K个数的小堆    HeapPush(&hp, arr[i]);}

④ 核心步骤2：除去K，将剩下的N-K个数据进行比较。我们再利用 for 循环将数组中剩下的N-K个数据进行遍历。

这里逐个进行判断，如果该数堆顶的数据 i＜K(max)，我们就进行替换操作。调用 HeapPop（堆的删除）删除堆顶的数据，给  让位。之后将其 HeapPush （堆的插入）推到堆中，就完成了替换的工作。值得一提的是，我们还可以不调用 Pop 和 Push 这两个操作，手动进行替换。hp.array [ 0 ] 就表示栈顶，我们将  赋值给它，随后再手动进行 SmallAdjustDown （小堆下调操作），传入相应的值即可：

for (int i = K; i < N; i++) {      // Step2: 剩下的N-K个数跟堆顶的数据比较    if (arr[i] > HeapTop(&hp)) {   // 如果比堆顶的数据大就替换进堆        HeapPop(&hp);              // 此数确实比堆顶大，删除堆顶        HeapPush(&hp, arr[i]);     // 将此数推进堆中，数越大下沉越深            }}

⑤ 当 for 遍历完所有数据之后，小堆中就保留了N个数据中最大的前K个数了。此时我们调用堆打印接口将小堆里的数据打印出来就大功告成了。

TestTopK 解读

① 这是用来测试我们写的TopK算法的函数。设置 N 的大小为 100w，动态内存开辟一块可以存下这么多数据的空间：

int N = 1000000;int* arr = (int*)malloc(sizeof(int) * N);

② 随后根据时间来置随机数种子，将每个元素都进行随机数的填充，每次产生的随机数都模上100w，这样可以保证产生的随机数一定是小于100w的。

srand(time(0));for(size_t i = 0; i < N; i++) {    arr[i] = rand() % 1000000; }

③ 随便写几个大于100w的数，便于测试：

// 再去设置10个比100w大的数arr[5] = 1000000 + 1;arr[1231] = 1000000 + 2;arr[5355] = 1000000 + 3;arr[51] = 1000000 + 4;arr[15] = 1000000 + 5;arr[2335] = 1000000 + 6;arr[9999] = 1000000 + 7;arr[76] = 1000000 + 8;arr[423] = 1000000 + 9;arr[3144] = 1000000 + 10;

④ 调用我们刚才实现好的 PrintTopK 函数，递交对应的参数后就可以进行测试了。这里为了方便测试，我们的K设置为10：

PrintTopK(arr, N, 10);

感谢各位的阅读！关于“C语言怎么用堆解决Topk问题”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！