| 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849 |
- """
- 在海量数据中选取topK个数据:
- 整个操作中,遍历数组需要O(n)的时间复杂度,每次调整小顶堆的时间复杂度是O(logK),加起来就是O(nlogK)的复杂度;
- 如果K远小于n的话,O(nlogK)其实就接近于O(n),甚至会更快,因此也是十分高效的.
- """
- # 构建大顶堆
- def heapify(arr, n, i, dim):
- largest = i
- left = 2*i + 1
- right = 2*i + 2
- # 与左节点进行比较
- if left < n and arr[i][dim] < arr[left][dim]:
- largest = left
- # 与左节点比较后再与右节点进行比较
- if right < n and arr[largest][dim] < arr[right][dim]:
- largest = right
- # 通过上面跟左右节点比较后，得出三个元素之间较大的下标
- # 若较大下标不是父节点的下标，说明交换后需要重新调整大顶堆
- if largest != i:
- arr[i], arr[largest] = arr[largest], arr[i]
- # 重新调整大顶堆
- heapify(arr, n, largest, dim)
- # 堆排序
- def heap_sort(arr, topk=None, dim=1):
- n = len(arr)
- # 构造大顶堆，从非叶子节点开始倒序遍历，因此是l//2 -1 就是最后一个非叶子节点
- for i in range(n//2-1, -1, -1):
- heapify(arr, n, i, dim)
- # 若topk不为None,则进行设定
- topk = n if topk > n or topk is None else topk
- res_list = []
- # 上面的循环完成了大顶堆的构造，那么就开始把根节点跟末尾节点交换，然后重新调整大顶堆
- for i in range(n-1, n-1-topk, -1):
- res_list.append(arr[0])
- arr[0] = arr[i]
- # arr[i], arr[0] = arr[0], arr[i]
- heapify(arr, i, 0, dim)
-
- return res_list
- # return arr[n-topk:][::-1]
- if __name__ == "__main__":
- arr = [[0,12], [1,11], [2,13], [3,5], [4,6], [5,7]]
- arr = heap_sort(arr, 3)
- print ("排序后")
- for i in range(len(arr)):
- print(arr[i])
|
