文件中找TopK问题

news2024/12/24 8:52:17

1.解题思路

TopK问题即是在众多数据中找出前K大的值，则可以根据堆的性质来实现，但在使用堆之前，我们要想办法先去建立一个堆，那么建立大堆还是小堆？答案是建立小堆.

2.创建一个文件并在文件中写入数据


void CreateNDate()
{
	// 造数据
	int n = 10000;
	srand(time(0));
	const char* file = "data.txt";
	FILE* fin = fopen(file, "w");
	if (fin == NULL)
	{
		perror("fopen error");
		return;
	}

	for (size_t i = 0; i < n; ++i)
	{
		int x = rand() % 1000000;
		fprintf(fin, "%d\n", x);
	}

	fclose(fin);
}

3.为什么要建立小堆而不建立大堆？

假设数据的范围是1到100，如果要求找出前10大的值，如果我们建立大堆，假设第一个值正好是最大的，那么这个堆里就不会在进入其他的值了，这明显是错误的.
在这里插入图片描述

但如果建立小堆，每个元素在插入的时候与堆首元素进行比较，如果比首元素大那就替换并向下调整，这样一来，就可以实现我们想要的结果.

4.如何在现有的数据中建立适合的大堆？

我们可以根据K的不同，建立不同大小的堆，加入要找前K个值，那么我们就建立大小为K的小堆,建堆又有两种方式，即向上调整法和向下调整法，在之前的文章中我证明了向上调整法的时间复杂度是O(N*logN)而向下调整法的时间复杂度是O(N),因此如果追求时间复杂的的话，向下调整法会更好


for (int i = (k-2)/2; i < k; i++)
{
	AdjustDown(topK, k, i);

}
/*for (int i = k - 1; i > 0; i--)
{
	AdjustUp(topK, i);
}*/

5.代码实现

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
#include<stdlib.h>
#include<assert.h>
#include<time.h>
void Swap(int* p1, int* p2)
{
	int tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
	
}
void AdjustDown(int* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		if (child+1<n&&a[child + 1] < a[child])
		{
			child++;
		}
		if (a[parent] > a[child])
		{
			Swap(&a[parent], &a[child]);
		}
		parent = child;
		child = parent * 2 + 1;
	}

}
void AdjustUp(int* a, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[parent] > a[child])
		{
			Swap(&a[parent], &a[child]);
		}
		child = parent;
		parent = (child - 1) / 2;

	}


}

void CreateNDate()
{
	// 造数据
	int n = 10000;
	srand(time(0));
	const char* file = "data.txt";
	FILE* fin = fopen(file, "w");
	if (fin == NULL)
	{
		perror("fopen error");
		return;
	}

	for (size_t i = 0; i < n; ++i)
	{
		int x = rand() % 1000000;
		fprintf(fin, "%d\n", x);
	}

	fclose(fin);
}
void PrintTopK(const char* file,int k)
{
	int* topK = (int*)malloc(sizeof(int) * k);
	assert(topK);
	FILE* fout = fopen(file, "r");//读取文件 file
	if (fout == NULL) {
		perror("open fail");
		return;
	}
	for (int i = 0; i < k; i++) {
		fscanf(fout, "%d", &topK[i]);
	}
	for (int i = (k-2)/2; i < k; i++)
	{
		AdjustDown(topK, k, i);

	}
	/*for (int i = k - 1; i > 0; i--)
	{
		AdjustUp(topK, i);
	}*/
	int val = 0;
	int ret= fscanf(fout, "%d", &val);
	while (ret != EOF)
	{
		if (val > topK[0])
		{
			topK[0] = val;
			AdjustDown(topK, k, 0);
		}
		ret = fscanf(fout, "%d", &val);
	}
	for (int i = 0; i < k; i++)
	{
		printf("%d ", topK[i]);


	}
	fclose(fout);


}
int main()
{
	CreateNDate();
	PrintTopK("data.txt", 10);
	return 0;


}