剑指offer-面试题40：最小的K个数

题目描述

输入n个整数，找出其中最小的K个数。例如输入4,5,1,6,2,7,3,8这8个数字，则最小的4个数字是1,2,3,4,。

参考方法 面试题39：数组中出现次数超过一半的数字

解法一：

时间复杂度O(nlogn)

1. 先按照从小到大的顺序快速排序。
2. 输出前K个数字。

class Solution {
public:
    vector GetLeastNumbers_Solution(vector input, int k) {
        vectorv;
        if(input.size() <= 0 || k <= 0 || k >input.size())
            return v;
        QuickSort(input, 0, input.size()-1); // 快速排序
        for(int i=0; i& input, int left, int right)
    {
        if(left < right)
        {
            int pivot = partition(input, left, right);
            QuickSort(input, left, pivot-1);
            QuickSort(input, pivot+1, right);
        }
    }
    
    int partition(vector& input, int left, int right)
    {
        int i= left, j = right;
        while(i < j)
        {
            while(i < j && input[j] > input[left])
                j--;
            while(i < j && input[i] <= input[left])
                i++;
            swap(input[i], input[j]);
        }
        swap(input[i], input[left]);
        return i;
    }
};

解法一的简化版：

使用C++ 的 STL库的 sort 函数。

class Solution {
public:
    vector GetLeastNumbers_Solution(vector input, int k) {
        vectorv;
        if(input.size() <= 0 || k <= 0 || k >input.size())
            return v;
        sort(input.begin(), input.end());
        for(int i=0; i

如果是在面试中碰到这些题目，上面的解法是远远不够的，因为面试官不爽，哈哈。

解法二：时间复杂度为O(n)的算法，只有当我们可以修改输入的数组时可用。

基于partition函数。

1. 每次使用partition函数划分数组，选出基准数的位置。
2. 如果选择的基准数的位置 pivot 小于 k-1，则在区间【pivot+1，right】继续划分。
3. 如果选择的基准数的位置 pivot 大于 k-1，则在区间【left，pivot-1】继续划分。
4. 循环2,3步，直到划分的基准数的位置等于 K-1 。

class Solution {
public:
    vector GetLeastNumbers_Solution(vector input, int k) {
        vectorv;
        if(input.size() <= 0 || k <= 0 || k >input.size())
            return v;
        int left = 0, right = input.size()-1;
        int pivot = partition(input, 0, input.size()-1);
        while(pivot != k-1)
        {
            if(pivot < k-1)
            {
                left = pivot + 1;
                pivot = partition(input, left, right);
            }
            else
            {
                right = pivot - 1;
                pivot = partition(input, left, right);
            }
        }
        
        for(int i=0; i& input, int left, int right)
    {
        int i= left, j = right;
        while(i < j)
        {
            while(i < j && input[j] > input[left])
                j--;
            while(i < j && input[i] <= input[left])
                i++;
            swap(input[i], input[j]);
        }
        swap(input[i], input[left]);
        return i;
    }
};

解法三：时间复杂度为O(nlogk)的算法，特别适合处理海量数据

使用C++ 的 STL 中的multiset。

1. 设置容器的尺寸为k。
2. 顺序读取数组，如果容器没有满，则将数放入容器中，
3. 如果满了，则在容器中找到最大值，如果当前遍历的数小于容器中的最大值，则先删除容器的最大值，再将数放入容器中。
4. 如果大于容器中的最大值，最继续遍历下一个数。
5. 最后遍历完后，返回容器中的数即可。

class Solution {
public:
    vector GetLeastNumbers_Solution(vector input, int k) {
        vectorv;
        if(input.size() <= 0 || k <= 0 || k >input.size())
            return v;
        multiset>mul;
        mul.clear();
        for(int i=0; i>::iterator it = mul.begin();
        for(it = mul.begin(); it != mul.end(); it++)
            v.push_back(*it);
        return v;
    }
    
};

或者使用优先队列 priority_queue ，也是堆的应用，

class Solution {
public:
    vector getLeastNumbers_Solution(vector input, int k) {
        vectorvalue;
        if(input.size() <=0 || k<=0 || k > input.size())
            return value;
        
        priority_queue, less >q;
        
        for(int i=0; i input[i])
                {
                    q.pop();
                    q.push(input[i]);
                }
            }
        }
        while(!q.empty())
        {
            value.push_back(q.top());
            q.pop();
        }
        reverse(value.begin(), value.end());
        return value;
        
    }
};