题目链接
输入整数数组 arr ,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。
示例 1:
输入:arr = [3,2,1], k = 2
输出:[1,2] 或者 [2,1]
示例 2:
输入:arr = [0,1,2,1], k = 1
输出:[0]
限制:
0 <= k <= arr.length <= 10000
0 <= arr[i] <= 10000
构建堆+堆排序可参考视频
大根堆的性质:
1.完全二叉树
2.父节点>子节点
堆排序:
1.对于一个大根堆,每次将堆顶和堆中最后一个元素交换,堆的大小-1
2.对堆顶调用heapfiy使其保持堆结构
3.重复该过程知道堆有序
堆排序转载自链接
比较直观的想法是使用堆数据结构来辅助得到最小的 k 个数。堆的性质是每次可以找出最大或最小的元素。我们可以使用一个大小为 k 的最大堆(大顶堆),将数组中的元素依次入堆,当堆的大小超过 k 时,便将多出的元素从堆顶弹出。我们以数组
[5,4,1,3,6,2,9],k=3 为例展示元素入堆的过程,如下面动图所示:
这样,由于每次从堆顶弹出的数都是堆中最大的,最小的 k 个元素一定会留在堆里。这样,把数组中的元素全部入堆之后,堆中剩下的 k 个元素就是最大的 k 个数了。
注意在动画中,我们并没有画出堆的内部结构,因为这部分内容并不重要。我们只需要知道堆每次会弹出最大的元素即可。在写代码的时候,我们使用的也是库函数中的优先队列数据结构,如 Java 中的 PriorityQueue。在面试中,我们不需要实现堆的内部结构,把数据结构使用好,会分析其复杂度即可。
代码实现
//保持堆的大小为k,然后遍历数组中的数字,遍历的时候作如下判断:
//1.若目前堆的大小小于k,将当前数字放入k中
//2.否则判断当前元素与大根堆堆顶元素的大小关系,若小于堆顶元素,先poll掉堆顶,再将该数字放入堆中
//3.若当前元素比大根堆堆顶小,先poll掉堆顶,再将该数字放入堆中
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
if(k == 0 || arr.length == 0){
return new int[0];
}
//默认是小根堆,实现大根堆需要重写一下比较器
Queue pq = new PriorityQueue<>((v1,v2) -> v2-v1);
for(int num:arr){
if(pq.size() < k){
pq.offer(num);
}else if(num
将原数组快速排序,然后选取数组的前k个数
快排思想可参考链接
快排思想:
具体实现:
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
if(k == 0 || arr.length == 0){
return new int[0];
}
else{
quickSort(arr,0,arr.length-1);
return Arrays.copyOf(arr, k);
}
}
private void quickSort(int[] nums, int low, int high){
//当数组长度为小于等于1时返回
if(low>=high) return;
int pivot =nums[low];
int i = low, j = high;
int t = 0;
while(true){
//从右往左找寻第一个比基准v小的数
while(j>low&&nums[j]>=pivot){
j--;
}
//从左往右找第一个比基准v大的数
while(i=j){
break;
}
//交换i和j的值
t = nums[j];
nums[j]=nums[i];
nums[i]=t;
}
//将pivot的值和nums[j]的值交换
nums[low]=nums[j];
nums[j]=pivot;
//对j的左右两侧进行快排
quickSort(nums,j+1,high);
quickSort(nums,low,j-1);
}
}