查找最小的k个元素（数组）

// 5.查找最小的k个元素（数组）

// 题目：输入n个整数，输出其中最小的k个。
// 例如输入1，2，3，4，5，6，7和8这8个数字，则最小的4个数字为1，2，3和4。
// 注：
// 1 在数据量不大的情况下，排序
// 2 维护一个最小k 的数组 ，复杂度 为 o(k * N)
// 3 为一个最小K个数的最大堆 o(log2 k * N)

//每次看这些小算法都不以为然，每次都巨耗时间，比我想象的要多的多啊.....

#include <iostream>
#define N 30

using namespace std;

int gheap
= {0};

int count = 0;

void insertheap(int heap[],int data);
void adjustheap(int heap[]);
void popheap(int heap[], int &);

int main()
{
int data[] = {3,54,65,3,65,7,54,3,23,2,56,54,34};
int k;

cin>>k;
if (k<0)
{
cout<<"k should be bigger than 0"<<endl;
return 0;
}

for (int i=0; i<sizeof(data)/sizeof(int); ++i)
{
if (count<k)
{
insertheap(gheap,data[i]);
}
else
{
if (data[i]< gheap[0])
{
int d;
popheap(gheap,d); //将最大剔除，将比其小的加入
insertheap(gheap,data[i]);
}
}
}

// while (count)
// {
// int d;
// popheap(gheap,d);
// cout<<d<<" ";
// }
for (int j=0; j<k; j++)
{
int d;
popheap(gheap,d);
cout<<d<<" ";
}

cout<<endl;

return 0;
}

void swapdata(int &a, int &b)
{
int temp;
temp = a;
a = b;
b = temp;
}

void insertheap(int heap[],int data)
{
int curpos,parent;
if (count>=N)
{
cout<<"error:heap is full"<<endl;
return;
}

heap[count] = data;
curpos = count++;
while(curpos)
{
parent = curpos / 2;
if (heap[curpos] > heap[parent])
{
swapdata(heap[curpos], heap[parent]);
curpos = parent;
}
else
{
break;
}
}
}

void adjustheap(int heap[])
{
int bigchild;
if (count<2)
{
return;
}
for (int i=0; 2*i<count; i++)
{
bigchild = 2*i+1;
if (bigchild+1< count && heap[bigchild+1]>heap[bigchild]) //choose the bigger child
{
bigchild++;
}
if (heap[i]<heap[bigchild])
{
swapdata(heap[i], heap[bigchild]);
}
}
}

void popheap(int heap[], int &data)
{
if (count==0)
{
cout<<"heap empty"<<endl;
return;
}
data = heap[0];
heap[0] = heap[--count];
adjustheap(heap);

}