LeetCode_973. 最接近原点的K个点(优先队列(小顶堆)/哈希表)

思路

介绍一下题目中提到的欧几里得距离：

1. 首先计算出点到原点的欧几里得距离(这里我们可以简化一步，就是直接计算x和y的平方和，而不需要开根)；
2. 将二维数组中的点，和其对应的欧几里得距离存放到哈希表中，形成映射关系
3. 然后我们创建一个优先队列，存储的元素就是哈希表中的键值对，我们根据值(欧几里得距离)，由小到大排列，(实现原理就是小顶堆)；
4. 遍历哈希表的元素，将元素放入优先队列中，放入的过程中队列会自动根据出现次数由小到大将元素存入；
5. 因为要得到最接近原点的K个点，所以我们只需要优先队列中值较小的K个元素(即前K个元素)。 所以我们遍历K次，将优先队列中的前K个元素的值(二维坐标)存到结果集中即可

代码实现(java)

class Solution {
    public int[][] kClosest(int[][] points, int k) {
        Map<int[], Integer> map = new HashMap<>();

        int r = 1;
        int[] a = new int[1];
        for (int i = 0; i < points.length; i++) {
            r = 0;
            a = new int[1];
            for (int j = 0; j < points[i].length; j++) {
                r += (points[i][j] * points[i][j]);
                a = points[i];
            }
            map.put(a, r);
        }

        Set<Map.Entry<int[], Integer>> entries = map.entrySet();
        PriorityQueue<Map.Entry<int[], Integer>> queue = new PriorityQueue<>((o1, o2) -> o1.getValue() - o2.getValue());

        for (Map.Entry<int[], Integer> entry : entries) {
            queue.add(entry);
        }

        int[][] res = new int[k][2];
        for (int i = 0; i < k; i++) {
            final Map.Entry<int[], Integer> poll = queue.poll();
            res[i] = poll.getKey();
        }

        return res;
    }
}