java解决topk问题
面试题中经常用到堆，这里总结一下。
方法一：对源数据中所有数据进行排序，取出前K个数据，就是TopK。
但是当数据量很大时，只需要k个最大的数，整体排序很耗时，效率不高。
方法二：维护一个K长度的数组a[]，先读取源数据中的前K个放入数组，对该数组进行升序排序，再依次读取源数据第K个以后的数据，和数组中最小的元素（a[0]）比较，如果小于a[0]直接pass，大于的话，就丢弃最小的元素a[0]，利用二分法找到其位置，然后该位置前的数组元素整体向前移位，直到源数据读取结束。
这比方法一效率会有很大的提高，但是当K的值较大的时候，长度为K的数据整体移位，也是非常耗时的。
对于这种问题，效率比较高的解决方法是使用最小堆。
首先建立堆
-
public
class Heap {
-
-
private
int[] data;
-
-
public Heap(int[] data){
-
this.data=data;
-
buildHeap();
-
}
-
-
public void buildHeap() {
-
for (
int i = data.length/
2-
1; i>=
0; i--) {
-
heapity(i);
-
}
-
-
}
-
public void heapity(int i) {
-
int left=getLeft(i);
-
int right=getRight(i);
-
int smallIndex=i;
-
if(left
-
smallIndex=left;
-
if(right
-
smallIndex=right;
-
if(smallIndex==i)
-
return;
-
swap(i, smallIndex);
-
heapity(smallIndex);
-
}
-
-
public int getLeft(int i){
-
return ((i+
1)<<
1)-
1;
-
}
-
-
public int getRight(int i){
-
return (i+
1)<<
1;
-
}
-
-
public void swap(int i,int j){
-
data[i]^=data[j];
-
data[j]^=data[i];
-
data[i]^=data[j];
-
}
-
-
public int getMin(){
-
return data[
0];
-
}
-
-
public void setMin(int i){
-
data[
0]=i;
-
heapity(
0);
-
}
-
}
测试
-
public
class TopK {
-
-
private
static
int[] topK(
int[] data,
int k){
-
int topk[]=
new
int[k];
-
for (
int i =
0; i < k; i++) {
-
topk[i]=data[i];
-
}
-
Heap heap=
new Heap(topk);
-
for (
int j = k; j < data.length; j++) {
-
int min=heap.getMin();
-
if(data[j]>min)
-
heap.setMin(data[j]);
-
}
-
return topk;
-
}
-
public static void main(String[] args) {
-
int[] data = {
33,
86,
59,
46,
84,
76,
1236,
963};
-
int[] topk=topK(data,
3);
-
for (
int i : topk) {
-
System.out.print(i+
",");
-
}
-
-
}
-
}