👦个人主页:@Weraphael
✍🏻作者简介:目前学习C++和算法
✈️专栏:数据结构
🐋 希望大家多多支持,咱一起进步!😁
如果文章对你有帮助的话
欢迎 评论💬 点赞👍🏻 收藏 📂 加关注✨
【本章内容】
标题
- 一、堆排序
- 1.1 堆排序的思想
- 1.2 堆排序排升序思路
- 1.3 建堆
- 1.31 向上调整建堆
- 1.32 向上建堆时间复杂度证明
- 1.33 向下调整建堆
- 1.34 向下建堆时间复杂度证明
- 1.4 调整
- 1.41 调整代码实现
- 1.42 调整复杂度证明
- 1.5 完整代码 + 整体时间复杂度
- 二、TOP-K问题
- 2.1 什么是TOP-K问题
- 2.2 TOP-K问题的基本思路
- 2.3 取最大的前TOP-K
- 2.4 代码实现
一、堆排序
1.1 堆排序的思想
堆排序即利用堆的思想来进行排序,总共分为两个步骤:
- 建堆
升序:建大堆
降序:建小堆- 利用堆删除思想来进行排序
建堆和堆删除中都运用到了向下调整。但是,建堆也可以用向上调整,只是向上调整的时间复杂度高于向下调整(后面有证明过程)
1.2 堆排序排升序思路
在《堆排序的思想》中,总结了升序要建大堆,为什么要建大堆呢?首先大堆的特点是:父亲结点总大于或等于孩子结点。因此建完大堆后,根节点就是最大的,而又要保持升序。所以,我们可以将根结点和尾结点进行交换,这样最大的元素就在最后一个了,然后再以根结点向下调整(注意调整的时候不要再动尾结点了),这样次大的元素又在根结点上了,重复以上操作,即可以用堆排序排升序。
1.3 建堆
1.31 向上调整建堆
- 向上调整建堆就是从第二层模拟插入的过程
void Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = tmp;
}void AdjustUp(int* a, int child)
{//找到父亲节点int parent = (child - 1) / 2;while (child > 0) {if (a[child] > a[parent]){Swap(&a[child], &a[parent]);//迭代child = parent;parent = (child - 1) / 2;}//如果尾插的节点不比其父亲大,就没必要比了else{break;}}
}void HeapSort(int* a, int n)
{//1. 建堆//法一:向上调整建堆(大堆)for (int i = 1; i < n; i++){Adjust(a, i);}
}int main()
{int a[] = { 4,7,10,8,1,5,2,3 };//数组元素个数Asizeint Asize = sizeof(a) / sizeof(a[0]); //堆排序HeapSort(a, Asize);//打印for (int i = 0; i < Asize; i++)printf("%d ", a[i]);printf("\n");return 0;
}
此篇博客详细讲解了建大堆的过程 -->【传送门】
1.32 向上建堆时间复杂度证明
由于一般时间复杂度通常都是看最坏的,因此以满二叉树为例,因为它的结点个数最多。
向上建堆是从第二层开始模拟插入过程的。现假设二叉树的高度为
h
,T(N)
表示建堆的总次数。那如何列出总次数的式子呢?我们可以拿(每一层结点个数如上图)每一层结点的个数 × 最坏调整次数。例如,从第二层开始向上建堆可以列出 2 1 × 1 2^1×1 21×1,第三层可以列出 2 2 × 2 2^2 × 2 22×2。后面因此类推。所以可以列出以下T(N)
的表达式:
T ( N ) = 2 1 × 1 + 2 2 × 2 + 2 3 × 3 + . . . + 2 ( h − 2 ) × ( h − 2 ) + 2 ( h − 1 ) × ( h − 1 ) T(N) = 2^1×1 + 2^2×2 + 2^3×3 + ... + 2^(h-2)×(h-2) + 2^(h-1)×(h-1) T(N)=21×1+22×2+23×3+...+2(h−2)×(h−2)+2(h−1)×(h−1)
那该如何化简呢?这就要运用到高中的数学知识 — 错位相减法
再通过以下结论:
设满二叉树高度为h
,总结点个数为N
- 满二叉树的总结点个数 : N = 2 h − 1 N = 2^h - 1 N=2h−1
- 再根据数学知识化简以上等式: h = l o g N h = logN h=logN (以2为底)
带入结论得出:向上建堆的时间复杂度为:NlogN
1.33 向下调整建堆
#include <stdio.h>
//堆排序void Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = tmp;
}void AdjustDown(int* a, int n, int parent)
{//假设左孩子一开始最大int child = parent * 2 + 1;//当child走到叶子节点循环结束,也就是说它不能超过数组的大小while (child < n){//判断右孩子是否真的比左孩子大//注意还要防止数组越界if (child + 1 < n && a[child + 1] > a[child]){child++;}if (a[child] > a[parent]){Swap(&a[child], &a[parent]);//迭代parent = child;child = parent * 2 + 1;}else{break;}}
}void HeapSort(int* a, int n)
{//1. 建堆//法二:向下调整建堆(大堆)for (int i = (n - 1 - 1) / 2; i >= 0; i--){Adjustdown(a, n, i);}
// i - 开始向下调整的根的下标
// n - 需要调整的元素个数
}
这里需要注意的是,这里的向下调整并不是从根结点开始的,而是从倒数第一个非叶子结点开始的。为什么呢?因为一开始数组内的元素都是随机的,而向下调整必须要满足左右子树都要有堆的性质。画个图可能会更加清晰点:
然后再来解释向下调整循环的细节,前头说过了,要从倒数第一个非叶子结点开始向下调整,对于上图来说,非叶结点的第一个结点也就是15
,那么问题来了,如何找到15
呢,在堆的章节
已经说过了父亲结点和孩子结点的下标关系了
- 如何找到父亲结点:parent = (child - 1)/ 2
- 如何找到左孩子结点 :leftchild = parent * 2 + 1
- 如何找到右孩子结点:rightchild = parent * 2 + 2(右孩子比左孩子的下标多1)
所以可以通过
500
的下标找到15
,因此循环里的(n - 1 - 1) / 2
的n - 1
代表的是最后一个元素的下标,再-1 /2
即找到倒数第一个非叶子结点。
1.34 向下建堆时间复杂度证明
和向上建堆的时间复杂度一样,以满二叉树为例
在向下调整过程中,由于是从倒数第二层结点开始向下调整的,倒数第二层结点总个数不难算出是 2(h-2)。现假设二叉树的高度为
h
,T(N)
表示建堆的总次数。通过每一层结点的个数 × 最坏调整次数列出T(n)
表达式如下:
T ( N ) = 2 ( h − 2 ) × 1 + 2 ( h − 3 ) × 2 + . . . + 2 1 × ( h − 2 ) + 2 0 × ( h − 1 ) T(N) = 2^(h-2)×1 + 2^(h-3)×2 + ... + 2^1×(h-2) + 2^0×(h-1) T(N)=2(h−2)×1+2(h−3)×2+...+21×(h−2)+20×(h−1)
然后通过错位相减法,过程如下:
再通过以下结论:
设满二叉树高度为h
,总结点个数为N
- 满二叉树的总结点个数 : N = 2 h − 1 N = 2^h - 1 N=2h−1
- 再根据数学知识化简以上等式: h = l o g N h = logN h=logN (以2为底)
带入结论得出:向下建堆的时间复杂度为:O(N)
总结:
向上建堆的时间复杂度为:O(NlogN)
,向下建堆的时间复杂度为:O(N)
。因此,建堆时一般都使用向上建堆。
1.4 调整
我们已经完成了建堆,接下来根据《堆排序排升序思路》。将根结点和尾结点进行交换,然后再以根结点向下调整(注意调整的时候不要再动尾结点了),这样次大的元素又在根结点上了,重复以上操作,即可以用堆排序排升序。
1.41 调整代码实现
#include <stdio.h>
//堆排序void Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = tmp;
}void AdjustDown(int* a, int n, int parent)
{//假设左孩子一开始最大int child = parent * 2 + 1;//当child走到叶子节点循环结束,也就是说它不能超过数组的大小while (child < n){//判断右孩子是否真的比左孩子大//注意还要防止数组越界if (child + 1 < n && a[child + 1] > a[child]){child++;}if (a[child] > a[parent]){Swap(&a[child], &a[parent]);//迭代parent = child;child = parent * 2 + 1;}else{break;}}
}void HeapSort(int* a, int n)
{//1. 建堆//法二:向下调整建堆(大堆)for (int i = (n - 1 - 1) / 2; i >= 0; i--){AdjustDown(a, n, i);}//2. 调整int end = n - 1;//最后一个元素while (end > 0){//首尾交换Swap(&a[0], &a[end]);//向下调整AdjustDown(a, end, 0);end--;}//end是最后一个元素的下标//同时也是前面数据的个数
}
💀注意
交换完头尾两个元素后,向下调整的区间不要包括最后一个元素,因为最后一个元素已经是当前所有元素中最大的了
1.42 调整复杂度证明
可以这么想,因为满二叉树最后一层的结点个数占总结点个数的一半,因此可以只看最后一层
T ( N ) = 2 ( h − 1 ) × ( h − 1 ) = N l o g N T(N) = 2^(h-1) × (h-1) = NlogN T(N)=2(h−1)×(h−1)=NlogN
1.5 完整代码 + 整体时间复杂度
//堆排序
#include <stdio.h>void Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = tmp;
}void AdjustDown(int* a, int n, int parent)
{//假设左孩子一开始最大int child = parent * 2 + 1;//当child走到叶子节点循环结束,也就是说它不能超过数组的大小while (child < n){//判断右孩子是否真的比左孩子大//注意还要防止数组越界if (child + 1 < n && a[child + 1] > a[child]){child++;}if (a[child] > a[parent]){Swap(&a[child], &a[parent]);//迭代parent = child;child = parent * 2 + 1;}else{break;}}
}void HeapSort(int* a, int n)
{//1. 建堆//法二:向下调整建堆(大堆)for (int i = (n - 1 - 1) / 2; i >= 0; i--){AdjustDown(a, n, i);}//2. 调整int end = n - 1;//最后一个元素while (end > 0){//首尾交换Swap(&a[0], &a[end]);//向下调整AdjustDown(a, end, 0);end--;}
}int main()
{int a[] = { 4,7,10,8,1,5,2,3 };//数组元素个数Asizeint Asize = sizeof(a) / sizeof(a[0]); //堆排序HeapSort(a, Asize);//打印for (int i = 0; i < Asize; i++)printf("%d ", a[i]);printf("\n");return 0;
}
【结果展示】
.🎈总结
向上建堆的时间复杂度是O(N),调整的时间复杂度是O(NlogN)。因此,堆排序的时间复杂度为O(Nlog(N)
二、TOP-K问题
2.1 什么是TOP-K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在生活中的应用:在班级取成绩前10名、游戏中给段位高的前100的玩家排名等。
2.2 TOP-K问题的基本思路
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(因为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:
- 用数据集合中前K个元素来建堆
- 取前k个最大的元素,则建小堆
- 取前k个最小的元素,则建大堆
- 用剩余的N-K个元素依次与堆顶元素来比较,不满足则替换堆顶元素
2.3 取最大的前TOP-K
假设我们要取最大的前
k
个(取最小的前k个也是如此),就要建小堆,然后随机放入K个数据。为什么呢?因为小堆的特点是根结点是整个数据中最小的,然后剩余的N - K
个元素依次与堆顶元素来比较,如果大于堆顶元素则交换,然后再进行向下调整。最后,重复以上操作,堆中小的数据都已经被替换了,剩下的就是最大的前K
个
2.4 代码实现
- 建小堆
#include <stdio.h>
#include <stdlib.h>void Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = tmp;
}void AdjustDown(int* a, int n, int parent)
{//假设左孩子一开始最大int child = parent * 2 + 1;//当child走到叶子节点循环结束,也就是说它不能超过数组的大小while (child < n){//判断右孩子是否真的比左孩子大//注意还要防止数组越界if (child + 1 < n && a[child + 1] < a[child]){child++;}//小堆if (a[child] < a[parent]){Swap(&a[child], &a[parent]);//迭代parent = child;child = parent * 2 + 1;}else{break;}}
}void GetTopK(int* a, int n, int k)
{//1. 建堆int* SmallHeap = (int*)malloc(sizeof(int) * k);if (SmallHeap == NULL)return;//2. 随机放入k个数据for (int i = 0; i < k; i++){SmallHeap[i] = a[i];}//3. 建小堆for (int i = (k - 1 - 1) / 2; i >= 0; i--){AdjustDown(SmallHeap, k, i);}
}
- 用剩余的N-K个元素依次与堆顶元素来比较,不满足则替换堆顶元素
//4. 将剩下的n - k个元素依次和堆顶元素比较for (int i = k; i < n; i++){//如果n-k个元素中有大于堆顶则交换if (a[i] > SmallHeap[0]){SmallHeap[0] = a[i];//交换完后再调整堆AdjustDown(SmallHeap, k, 0);}}//5.打印for (int i = 0; i < k; i++){printf("%d ", SmallHeap[i]);}printf("\n");
【完整代码】
// TopK问题:以找出N个数里面最大为例#include <stdio.h>
#include <stdlib.h>
#include <assert.h>
void Swap(int* a1, int* a2)
{int tmp = *a1;*a1 = *a2;*a2 = tmp;
}//小堆:父亲比孩子小
void AdjustDown(int* a, int n, int parent)
{//child一开始最小int child = parent * 2 + 1;while (child < n){if (child + 1 < n && a[child + 1] < a[child]){child++;}//小堆if (a[child] < a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}void PrintTopK(int* a, int n, int k)
{//1.建堆int* SmallHeap = (int*)malloc(sizeof(int) * k);assert(SmallHeap);//2. 随机向堆丢入k个数据for (int i = 0; i < k; i++){SmallHeap[i] = a[i];}//3.建小堆for (int i = (k - 1 - 1) / 2; i >= 0; i--){AdjustDown(SmallHeap, k, i);}//4. 将剩下的n - k个元素依次和堆顶元素比较for (int i = k; i < n; i++){//如果n-k个元素中有大于堆顶则交换if (a[i] > SmallHeap[0]){SmallHeap[0] = a[i];//交换完后再调整堆AdjustDown(SmallHeap, k, 0);}}//5.打印for (int i = 0; i < k; i++){printf("%d ", SmallHeap[i]);}printf("\n");
}int main()
{int a[] = { 20, 100, 4, 2, 87, 9, 8, 5, 46, 26 };int k = 3;int n = sizeof(a) / sizeof(a[0]);PrintTopK(a, n, k);return 0;
}