堆排序 和 堆的大資料應用

標籤：堆排序   和 堆的大資料應用

//本次練習的是   堆排序   和  堆的大資料應用
//堆排序的時間複雜度為   O（n）
//堆的大資料應用應選擇   小堆   進行處理
//但  當資料超過100000時速度明顯變慢，可能是建立小堆的時候慢   》》》》》有沒有更優的方法



#include<iostream>
#include<vector>
#include<time.h>
using namespace std;


//........................以下為  堆排序.....................................
void AdjustDownGreater(vector<int>& h,size_t size)//建立大堆
{
    if (size <= 1)        //注意參數檢測啊....
    {
        return;
    }
    for (int parent = (size - 1 - 1) / 2; parent >= 0; parent--)    //經驗:可以先寫內層迴圈，再寫外層迴圈
    {
        while(parent <= size - 1)
        {
            int leftcChild = 2 * parent + 1;

            if (leftcChild + 1 <= size - 1 && h[leftcChild] < h[leftcChild + 1])
            {
                leftcChild++;
            }

            if (leftcChild <= size - 1 && h[parent] < h[leftcChild])
            {
                swap(h[parent], h[leftcChild]);
                parent = leftcChild;
            }
            else
            {
                break;
            }
        }
    }
}

void HeapSort(vector<int>& h,size_t size)
{
    while (size > 1)
    {
        swap(h[0], h[size - 1]);
        size--;

        AdjustDownGreater(h,size);
    }

}

void Print(vector<int>& h,size_t size)
{
    for (int i = 0; i < size; i++)
    {
        cout << h[i]<<"  ";
    }
}

void Test1()
{
    int arr[] = { 10, 16, 18, 12, 11, 13, 15, 17, 14, 19 };

    vector<int> h;
    for (int i = 0; i < 10; i++)
    {
        h.push_back(arr[i]);
    }

    AdjustDownGreater(h, 10);
    HeapSort(h, 10);
    Print(h, 10);
}


//..................................以下為堆大資料應用....................


//從n個資料中選出前k個最大的數        用的是  *******《小堆》**********************
//選擇小堆的原因：用一個數組來儲存k個數arr[k]   如果選出的第一個數就是最大的那個，那後面的就進不了arr了


const int N = 100000;       //當超過100000時速度明顯變慢       《《《《有沒有更優的方法》》》
const int K = 10;

void  GetData(vector<int>& h)
{
    srand(time(0));
    for (int i = 0; i < N; i++)
    {
        h.push_back(rand() % N + 1);
    }
}

void AdjustDownLess(vector<int>& h, size_t size)//建立小堆
{
    if (size <= 1)      
    {
        return;
    }
    for (int parent = (size - 1 - 1) / 2; parent >= 0; parent--)    
    {
        while (parent <= size - 1)
        {
            int leftcChild = 2 * parent + 1;

            if (leftcChild + 1 <= size - 1 && h[leftcChild] > h[leftcChild + 1])
            {
                leftcChild++;
            }

            if (leftcChild <= size - 1 && h[parent] > h[leftcChild])
            {
                swap(h[parent], h[leftcChild]);
                parent = leftcChild;
            }
            else
            {
                break;
            }
        }
    }
}

void GetGreatestK(vector<int>& h, vector<int>& greatest)
{
    AdjustDownLess(h, N);

    for (int i = 0; i < K; i++)   //把前K個較小的push進去
    {
        greatest.push_back(h[i]);
    }

    for (int index = K; index < N; index++)
    {
        AdjustDownLess(greatest, K);        //為了得到最小的數

        if (h[index] > greatest[0])        //換掉最小的數
        {
            greatest[0] = h[index];
        }
    }
}

void Print(vector<int>& h)
{
    for (int i = 0; i < K; i++)
    {
        cout << h[i]<<"  ";
    }
}

void Test2()
{
    vector<int> h;
    vector<int> greatest;
    GetData(h);
    GetGreatestK(h, greatest);
    Print(greatest);
}


int main()
{
    //Test1();
    Test2();

    return 0;
}650) this.width=650;" src="http://s3.51cto.com/wyfs02/M02/7E/D8/wKiom1cKHXyj8EqyAAA0CYgicTU561.png" title="2016-04-10 17:31:27螢幕.png" alt="wKiom1cKHXyj8EqyAAA0CYgicTU561.png" />

本文出自 “水仙花” 部落格，請務必保留此出處http://10704527.blog.51cto.com/10694527/1762368

堆排序   和 堆的大資料應用