topK问题 java解决topk问题

java解决topk问题

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/L969621426/article/details/62217226

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<data.length&&data[left]<data[i])
smallIndex=left;
if(right<data.length&&data[right]<data[smallIndex])
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+ ",");
}

}
}
  
  

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/L969621426/article/details/62217226