堆排序可以很好解决TopK问题
时间复杂度 N(logN),不稳定排序,相同大小数据仍可能交换位置
寻找海量数据中最大的100个数据,可以建立容量100的小顶堆,然后将后面的数据与堆顶最小值比较,
如果比它大,进行交换重新将堆进行调整,后面数据以此类推,可以得到top 100的数据
package main import "fmt" //想得到从小到大的排序结果,需要构建大顶堆,然后将堆顶最大值与最后的数据交换, //依次进行,可以得到顺序的结果 func HeapSort(nums []int) { N:=len(nums)-1 //从底部到顶部构建大顶堆,最后一个非叶子节点开始 for i:=N/2;i>=0;i--{ sink(nums,i,N) } //将堆顶值和末尾交换,重新调整堆 for i:=N;i>=0;i--{ wap(nums,0,i) sink(nums,0,i-1)//交换之后,数组最后一位不算在堆内,需要减1操作 } //不同写法,结果一样 /*for N>=0{ wap(nums,0,N) N-- sink(nums,0,N) }*/ } func sink(nums []int,k,N int) { for{ i:=2*k+1 if i>N{ break } //找左右子节点最大值 if i+1<=N&&nums[i+1]>nums[i]{ i++ } //已经大于最大值,不需要再交换 if nums[k]>=nums[i]{ break } wap(nums,k,i) k = i //继续向上调整 } } func wap(nums []int,x,y int){ nums[x],nums[y] = nums[y],nums[x] } func main() { s := []int{-1,9, 0, 6, 5, 8, 2, 1, 7, 4, 3} fmt.Println(s) HeapSort(s) fmt.Println(s) }