首页 > 编程语言 >堆排序算法和Topk思想

堆排序算法和Topk思想

时间:2024-10-30 19:16:22浏览次数:3  
标签:arr parent int 堆排序 结点 算法 Topk child php

目录

1>>导言

2>>堆排序

2.1>>通过堆结构实现堆排序

2.2>>堆思想实现排序

3>>Topk思想

4>>代码

5>>结语


1>>导言

        今天重点内容就是带着大家实现堆排序和Topk,堆排序分为两种,一种是直接调用堆的数据结构来实现的,另一种就是通过堆的思想实现的,Topk就是在一个数组中寻找前k个最大/最小的数,通常利用在世界五百强企业、十大富豪等等。

2>>堆排序

2.1>>通过堆结构实现堆排序

1.首先给了一个数组,我们需要统计出它的大小。

2.创建一个堆结构变量hp,并且初始化它。注意:传的是地址

3.往这个堆中传递arr数组的每个数

4.循环判断,当堆不为空时,每次取根节点,然后删除根节点(删除操作还记得叭?就是讲最后结点和根结点互换,然后size--,就可以将最后一个结点删除,然后将新的根结点向下调整)

5.每次取出的头结点(根据大堆就是最大,小堆就是最小),所以最终就是一个降序/升序啦!

这边以大根堆为结果,宝子们可以去试试噢

2.2>>堆思想实现排序

1.要实现堆排序,首先得要是一个堆,那么第一个循环就要把堆建立,双亲结点向下调整思想,从最后一个结点的双亲结点开始(最后一个结点是n-1)它的双亲结点是-1然后除2,依次向下调整,这样就是一个堆。

2.将这个棵树的每一个子树都想象成一个堆,然后:

3.从最后一个结点开始,到0为止,每次交换它的最后一个结点和第0个结点,然后向下调整,这样就能够从大/从小排序

问题:要实现升序建(大堆/小堆)?要实现降序建(大堆/小堆)?

答案是:升序建大堆,降序建小堆,因为升序每次交换将最大的移到最后面了所以要大堆。

这是最终结果

3>>Topk思想

首先我们来造一个空间为100000的文件,通过之前章节学的随机数初始化文件每个数值

srand表示更改随机数初始值

创建一个file的文件,存放字符指针,叫data.txt

通过fopen打开文件file,w表示写入,若返回不为空则开始往变量fin写数据

最后关闭文件。

上面步骤稍微过一遍,现在开始实现topk,这才是重点:

void TopK()
{

	int k = 0;
	printf("请输入K:");
	scanf("%d", &k);

	const char* file = "data.txt";
	FILE* fout = fopen(file, "r");
	if (fout == NULL)
	{
		perror("fopen error");
		exit(1);
	}
	//找最大的前K个数,建小堆
	int* minHeap = (int*)malloc(sizeof(int) * k);
	if (minHeap == NULL)
	{
		perror("malloc fail!");
		exit(2);
	}
	//读取文件中前K个数据建堆
	for (int i = 0; i < k; i++)
	{
		fscanf(fout, "%d", &minHeap[i]);
	}

	// 建堆
	for (int i = (k - 1 - 1) / 2; i >= 0; i--) {
		adjustdown(minHeap, i, k);
	}
	//要最大就建小堆,要最小就键大堆
	int x = 0;
	while (fscanf(fout, "%d", &x) != EOF) {
		if (x > minHeap[0]) {
			minHeap[0] = x;
			adjustdown(minHeap, 0, k);
		}
	}
	for (int i = 0; i < k; i++) {
		printf("%d ", minHeap[i]);
	}
}

输入指定空间/堆大小k,然后读取文件每组数字,要找最大的前k个数,就要建小堆,就跟我们要最大值取最小值min一样的,若返回不为空,那么开始建堆,取前k个数据,建堆,跟建堆思想一样,从最后一个结点的父节点开始,依次向下调整,最后循环遍历文件的每一个数,如果读取到的数数大于我们的根结点,那么另根结点等于它,然后依次向下调整即可

这是文件中的数

4>>代码

#define _CRT_SECURE_NO_WARNINGS 1
#include"heap.h"

void test()
{
	HP hp;
	hpinit(&hp);
	hppush(&hp, 1);
	hppush(&hp, 2);
	hppush(&hp, 4);
	hppush(&hp, 5);
	hppop(&hp);
	hppop(&hp);
	hppop(&hp);
	hpdestroy(&hp);
}
void test1() {

	int arr[] = { 17,20,10,13,19,15 };
	int n = sizeof(arr) / sizeof(arr[0]);
	HP hp;
	hpinit(&hp);
	int i = 0;
	for (i = 0; i < n; i++) {
		hppush(&hp, arr[i]);
	}
	i = 0;
	while (!hpempty(&hp)) {
		arr[i++] = hptop(&hp);
		hppop(&hp);
	}
	for (i = 0; i < n; i++) {
		printf("%d ", arr[i]);
	}
}
void HeapSort(int* arr, int n) {//自己实现堆排序
	for (int i =(n-1-1)/2; i >= 0; i--) {
		adjustdown(arr, i, n);
	}
	int end = n - 1;//最后一个结点开始,到0 为止
	while (end) {//大根堆
			swap(&arr[0], &arr[end]);
			adjustdown(arr, 0, end);//end一直--;
		end--;
	}
	//大根堆为升序
}
void CreateNDate()
{
	// 造数据
	int n = 100000;
	srand((unsigned int)time(0));
	const char* file = "data.txt";
	FILE* fin = fopen(file, "w");
	if (fin == NULL)
	{
		perror("fopen error");
		return;
	}
	for (int i = 0; i < n; ++i)
	{
		int x = (rand() + i) % 1000000;
		fprintf(fin, "%d\n", x);
	}
	fclose(fin);
}
void TopK()
{

	int k = 0;
	printf("请输入K:");
	scanf("%d", &k);

	const char* file = "data.txt";
	FILE* fout = fopen(file, "r");
	if (fout == NULL)
	{
		perror("fopen error");
		exit(1);
	}
	//找最大的前K个数,建小堆
	int* minHeap = (int*)malloc(sizeof(int) * k);
	if (minHeap == NULL)
	{
		perror("malloc fail!");
		exit(2);
	}
	//读取文件中前K个数据建堆
	for (int i = 0; i < k; i++)
	{
		fscanf(fout, "%d", &minHeap[i]);
	}

	// 建堆
	for (int i = (k - 1 - 1) / 2; i >= 0; i--) {
		adjustdown(minHeap, i, k);
	}
	//要最大就建小堆,要最小就键大堆
	int x = 0;
	while (fscanf(fout, "%d", &x) != EOF) {
		if (x > minHeap[0]) {
			minHeap[0] = x;
			adjustdown(minHeap, 0, k);
		}
	}
	for (int i = 0; i < k; i++) {
		printf("%d ", minHeap[i]);
	}
}
int main()
{
	/*test();*/
	//test1();
	//int arr[] = { 17,20,10,13,19,15 };
	//int n = sizeof(arr) / sizeof(arr[0]);
	//HeapSort(arr, n);
	//
	//int i;
	//for (i = 0; i < n; i++) {
	//	printf("%d ", arr[i]);
	//}
	//CreateNDate();
	TopK();
	
	return 0;
}
#include"heap.h"

void hpinit(HP* php) {
	assert(php);
	php->arr = NULL;
	php->size = php->capacity = 0;
}

bool hpempty(HP* php) {
	assert(php);
	return php->size==0;
}
int hpsize(HP* php) {
	assert(php);
	return php->size;
}

void adjustup(hpdatatype* arr, int child) {
	//向上调整,parent为(child-1)/2; leftchild为parent*2+1,rightchild为parent*2+2
	int parent = (child - 1) / 2;
	//为根结点即为0结束
	while (child > 0) {
		//小根堆<,从上往下每个子孙都比我大
		//大根堆>,从上往下每个子孙都比我小
		if (arr[child] > arr[parent]) {
			//两数交换
			swap(&arr[child], &arr[parent]);
			//孩子和双亲结点往上走
			child = parent;
			parent = (child - 1) / 2;
		}
		else {
			break;
		}

	}
}	
void hppush(HP* php, hpdatatype x) {
	assert(php);
	//空间不够就扩容,与顺序表一致
	if (php->size==php->capacity)
	{
		int newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;
		hpdatatype* tmp = (hpdatatype*)realloc(php->arr, newcapacity * sizeof(hpdatatype));
		if (tmp == NULL) {
			perror("realloc");
			exit(1);
		}
		php->arr = tmp;
		php->capacity = newcapacity;
	}
	//扩容结束
	//存放数据,每次存放就要比较,以小根堆为例子
	//0 1 2 3 size为4,新加入的数据下标为size
	php->arr[php->size] = x;
	//加入的不一定是与祖先比较大的数,因此需要向上调整
	adjustup(php->arr, php->size);
	//交换完毕size++
	php->size++;
}

void adjustdown(hpdatatype* arr, int parent,int size) {
	//向下调整,leftchild为parent*2+1,rightchild为parent*2+2
	int child = parent * 2 + 1;
	//大于等于总结个数n即为size结束
	while (child<size) {
		//小根堆,从上往下每个子孙都比我大
		//大根堆,从上往下每个子孙都比我小
		//此时用小根堆
		//先要判断左孩子和右孩子哪个更小
		if (child + 1 < size && arr[child] > arr[child + 1]) {
			child++;
		}
			//两数交换
			//孩子和双亲结点往下走
		if (arr[child] < arr[parent])
		{
			swap(&arr[child], &arr[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else {
			break;
		}

	}
}

void hppop(HP* php) {
	assert(php);
	assert(!hpempty(php));
	//删除堆顶数据不能直接删除
	//否则会大乱套
	//思路:根屁股结点互换,然后让新的堆顶向下调整,size--
	//屁股为size-1;
	swap(&php->arr[0], &php->arr[php->size - 1]);
	php->size--;
	adjustdown(php->arr,0,php->size);
	
}
hpdatatype hptop(HP* php) {
	assert(php);
	return php->arr[0];
}
void swap(int* child, int* parent) {
	int tmp = *child;
	*child = *parent;
	*parent = tmp;
}
void hpdestroy(HP* php) {
	assert(php);
	assert(!hpempty(php));
	if (php->arr)
		free(php->arr);
	php->arr = NULL;
	php->size = php->capacity = 0;
}

5>>结语

        这篇讲的算法思想——堆排序和topk,希望对宝子们有所帮助,有不懂的欢迎评论区指出,也欢迎大佬们指点小编的文章,谢谢大家观看,期待与你下篇再见~

标签:arr,parent,int,堆排序,结点,算法,Topk,child,php
From: https://blog.csdn.net/m0_69282950/article/details/143249566

相关文章

  • H7-TOOL自制Flash读写保护算法系列,为兆易创新GD32E23X制作使能和解除算法,支持在线烧录
    说明:很多IC厂家仅发布了内部Flash算法文件,并没有提供读写保护算法文件,也就是选项字节算法文件,需要我们制作。实际上当前已经发布的TOOL版本,已经自制很多了。但是依然有些厂家还没自制,所以陆续开始为这些厂家提供读写保护支持。近期已经自制了STM32H7全系列,N32G003,N32G031,  S......
  • 《贪婪算法实战:寻找最短无序连续子数组的深度解析与实现》
    ......
  • 百度二面算法:合法的括号字符串(贪心解法)
    目录标题1.题目1.1示例2.利用贪心算法求解2.1代码结构分析2.1.1代码优缺点2.1.2星号的角色分析2.1.2.1处理星号的逻辑2.1.2.2整体逻辑2.1.2.3代码逻辑总结2.2贪心的策略体现2.2.1贪心策略的应用1.题目给定一个字符串s,字符串......
  • 算法网关视频分析网关算法定制:适合视频分析的深度学习架构及视频分析原理和应用
    随着信息技术的突飞猛进,视频监控技术已经从模拟监控时代跨入了高清、智能化的新纪元。在这场技术革新中,算法定制视频分析网关扮演着至关重要的角色,它作为连接前端摄像头与后端管理平台的桥梁,其作用日益凸显,不可或缺。一、适合视频分析的深度学习架构深度学习在视频监控系统中的......
  • 【算法】前缀树
    基本内容以树的方式存储字符串的数据结构,方便字符串的查找及判断是否为某一字符串的前缀入门例子PHONELST-PhoneList-洛谷|计算机科学教育新生态题目要求:判断一组字符串中是否存在某一字符串是另一字符串的前缀。例如在{“911”,“91140”,“20”,“912”}中,“911”......
  • 基于贝叶斯优化CNN-LSTM网络的数据分类识别算法matlab仿真
    1.算法运行效果图预览(完整程序运行后无水印) BO优化前 BO优化过程 BO优化后  2.算法运行软件版本matlab2022a 3.部分核心程序(完整版代码包含详细中文注释和操作步骤视频)MBsize=32;Lr=0.1;%CNNLSTM构建卷积神经网络laye......
  • 安全帽检测视频分析网关算法定制安全帽检测算法的原理及应用
    安全帽在建筑和制造业等企业的生产活动中扮演着至关重要的劳动保护角色,其佩戴情况的实时监控是企业安全生产管理的关键组成部分。以往依赖人工巡检的安全监管方式不仅效率低,而且难以实现全面监督。应用安全帽检测视频分析网关,安全监管已经从被动式监察转变为主动式监控,利用技术手......
  • AI智能分析视频分析网关算法定制AI赋能视频监控技术的进化之路
    随着人工智能(AI)技术的快速进步,其在众多领域的应用日益广泛,特别是在视频监控行业中表现出了强大的潜力和显著的价值。AI视频监控技术不仅增强了监控系统的智能化程度,还显著提高了安全管理的效率与精确度。本文将详细讨论AI智能分析视频分析网关的关键技术和在各个领域的应用情况。......
  • C++算法练习-day26——239.滑动窗口的最大值
    题目来源:.-力扣(LeetCode)题目思路分析题目:给定一个整数数组 nums 和一个整数 k,请找出该数组中所有长度为 k 的子数组中的最大元素,并返回这些最大元素组成的数组。思路:滑动窗口:这是一个典型的滑动窗口问题,其中窗口的大小为 k。我们需要遍历整个数组,同时保持一......
  • C++算法练习-day27——347.前k个高频元素
    题目来源:.-力扣(LeetCode)题目思路分析题目:找出数组中出现频率最高的前K个元素。这个问题要求我们从给定的数组nums中找出频率最高的前k个元素。这通常意味着我们需要统计每个元素的出现次数,然后根据这些次数进行排序,并提取前k个元素。以下是解决这个问题的思路:统计频率:首......