簡介

top-k算法，其實(shí)就是尋找最大的k個數(shù)(具體詳見《編程之美》第2.5節(jié)“尋找最大的k個數(shù)”)。比如一個數(shù)組：1，2，5，9，4，3，7 需要尋找最大的2個數(shù)，那么就是9和7。最早之前我接觸到topk算法的時候，覺得解決思路就是排序，排完序之后，取前k個數(shù)就可以了。但是這種思路雖然簡單，但是效率是很差的。因?yàn)轭}目只要求最大的k個數(shù)，并不需要k個數(shù)有序，也不需要后n-k個數(shù)有序。

解決方法

我用的是解法四，用一個容量為k的最小堆來儲存最大的k個數(shù)。最小堆的堆頂元素就是最大k個數(shù)中最小的一個。每次新考慮一個數(shù)x，如果x比堆頂?shù)脑貀小，則不需要改變原來的堆，因?yàn)檫@個元素比最大的k個數(shù)小。如果x比堆頂?shù)脑卮?#xff0c;那么用x替換堆頂?shù)脑貀。在x替換堆頂元素y后，x可能破壞最小堆的結(jié)構(gòu)(每個結(jié)點(diǎn)都比它的父親結(jié)點(diǎn)大)，需要更新堆來維持堆的性質(zhì)。

代碼實(shí)現(xiàn)(C語言)

#include

#include

// 定義取最大N個數(shù)

#define TOP_K 6

int heap[6];

// 交換數(shù)據(jù)

void swap(int *a, int *b)

{

int temp = *b;

*b = *a;

*a = temp;

}

// 調(diào)整最小堆

void min_heapify(int arr[], int start, int end)

{

int dad = start;

int son = dad * 2 + 1;

while (son <= end)

{

if (son + 1 <= end && arr[son] > arr[son + 1])

son++;

if (arr[dad] < arr[son])

return;

else

{

swap(&arr[dad], &arr[son]);

dad = son;

son = dad * 2 + 1;

}

}

}

// 建立最小堆

void buid_heap(int heap[])

{

int i;

for (i = TOP_K / 2; i >= 0; i--)

{

min_heapify(heap, i, TOP_K - 1);

}

}

// 8,8,8,9,9,9

int main()

{

int arr[] = {3, 5, 3, 0, 8, 6, 1, 5, 8, 6, 2, 4, 9, 4, 7, 0, 1, 8, 9, 7, 3, 1, 2, 5, 9, 7, 4, 0, 2, 6};

int len = (int)sizeof(arr) / sizeof(*arr);

int i;

// 堆賦值

for (i = 0; i < TOP_K; i++)

{

heap[i] = arr[i];

}

buid_heap(heap); // 建立最小堆

// 循環(huán)遍歷整個數(shù)組

for (i = TOP_K + 1; i <= len; i++)

{

if (arr[i] > heap[0]) // 只有大于根節(jié)點(diǎn)才處理

{

heap[0] = arr[i];

min_heapify(heap, 0, TOP_K - 1); // 向下調(diào)整堆

}

}

// 打印最大key個數(shù)

for (i = 0; i < TOP_K; i++)

{

printf("%d ", heap[i]);

}

}

總結(jié)

以上是生活随笔為你收集整理的PHP堆实现TopK算法实例,top-k 算法浅析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。