堆的应用(优先级队列、海量数据处理、堆排序)

一、优先级队列

1、基本思路

其实可以使用队列来实现,但是不可避免的是Push()和Pop()操作,至少有一个的时间复杂度为O(N),另一个的时间复杂度为O(1),而使用对可以做到插入时时间复杂度为O(lgN),,删除时时间复杂度为O(1)

2、具体实现

是通过适配器模式来实现的,通过对Heap的封装

(1)堆的实现

具体实现前面已有博客讲解过,这里就不具体讲解了

(2)优先级队列的实现

template class Compare=Less>
class PriorityQueue
{
public:
	void Push(const T& x)
	{
		_hp.Push(x);
	}

	void Pop()
	{
		_hp.Pop();
	}
	
	T& Top()
	{
		return Top();
	}

	size_t Size()
	{
		return _hp.Size();
	}

	bool Empty()
	{
		return _hp.Empty();
	}

protected:
	Heap _hp;
};

二、100w个数中找出最大的前K个数

1、基本思路

(1)方法一:生成一个大小为100的数组,燃油遍历一边这100w个数

(2)方法二:将这100w个数放入到内存中去,然后排序,找去前100个数

(3)方法三:前两者的时间复杂度都太高,效率太低,所以不采用以上两种方法,使用堆来实现

2.具体思路

到底是使用 大根堆来实现还是用小根堆来实现呢?

大根堆和小根堆可以保证第一个数是最小或最小的。如果选择大根堆的话,那么就只能保证这100个选出来的数中第一个数是最大的,因为次大的数有可能进不来,(那么为什么不和最小的叶子节点做比较,因为最小的叶子节点并不能保证它是已经选择出来的100个数中最小的)

所以选择小根堆,比选出来的100个数最小的大的数便会进入堆中,并且会下调,就可以始终保证根节点的值是最小的

三、海量数据处理

1.题目

2015年春节期间,A公司的支付软件某宝和T公司某信红包大乱战。春节后高峰以后,公司Leader要求后台的攻城狮对后台的海量数据进行分析。先要求分析出各地区发红包金额最多的前100用户。现在知道人数最多的s地区大约有1000w用户。要求写一个算法实现。

2、基本思路

其实和应用二的基本思路相同。通过对数组下标1到100之间的元素建成一个堆,然后后面的元素不断和根节点来比较,从而决定是进堆还是不进堆

3.具体实现

代码如下:

void AdjustDown(int* pKArray, size_t root, size_t size)
{
	size_t parent = root;
	size_t child = root * 2 - 1;
	while (child < size)
	{
		if (child + 1 < size&&pKArray[child + 1] < pKArray[child])
		{
			++child;
		}
		if (pKArray[parent] > pKArray[child])
		{
			std::swap(pKArray[parent], pKArray[child]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}



void GetTopK(const vector& moneys, int n, int k)
{
	assert(n > k);
	int* topKArray = new int[k];
	for (size_t i = 0; i < k; ++i)
	{
		topKArray[i] = moneys[i];
	}
	//建小根堆
	for (int i = (k - 2) / 2; i >= 0; --i)
	{
		AdjustDown(topKArray, 0, k);
	}
	for (size_t i = 0; i < k; ++i)
	{
		cout << topKArray[i] << " ";
	}
	cout << endl;
	delete[] topKArray;
}




void GreatRedPacket(vector& moneys)
{
	srand(time(0));
	moneys.reserve(N);
	for (int i = 0; i < N; ++i)
	{
		moneys.push_back(rand() % 1000);
	}

	for (int j = N - K; j < N; ++j)
	{
		moneys[j] = rand()%N;
	}

}

测试用例:

void Test()
{
	vector arr;
	GreatRedPacket(arr);
	GetTopK(arr,N,K);
	cout << endl;
}

三、堆排序

1.基本思路:

堆排序其实是选择排序的一种,只不过每次都要重新建堆

2、集体思路

以升序做为例子来讲:

那么是建大堆还是小堆呢?

(1)建小堆的话,确实下标最小的元素的确是最小的,但是每次选出最小的之后,剩下的都要从新再调整为一个小堆

(2)建大堆的话,根节点是最大的值,每次和最后一个叶子节点的值做交换,接下来将交换后的根节点向下调整,这样就不用从新建堆了

3.具体实现

实现升序

代码如下:

void AdjustDown(int* a, size_t size, size_t root)
{
	size_t parent = root;
	size_t child = parent * 2 + 1;
	while (child < size)
	{
		if (child + 1 < size&&a[child + 1] > a[child])
		{
			++child;
		}
		if (a[child]>a[parent])
		{
			std::swap(a[child], a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

void HeapSort(int* a, size_t size)
{
	//见堆
	for (int i = (size-2) / 2; i >= 0; --i)
	{
		AdjustDown(a, size, i);
	}
	for (size_t i = 0; i < size; ++i)
	{
		std::swap(a[0], a[size - i - 1]);//最后一个数的下标
		AdjustDown(a, size - i - 1, 0);//个数
	}
}

测试用例:

void Test()
{
	int a[] = { 10, 11, 12, 14, 12, 1, 2, 3, 4, 15, 19 };
	int len = sizeof(a) / sizeof(a[0]);
	HeapSort(a, len);
	for (size_t i = 0; i < len; ++i)
	{
		cout << a[i] << " ";
	}
}

你可能感兴趣的:(数据结构)