题目描述
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]
题解思路
方法一:排序
对原数组从小到大排序后取出前 k 个数即可。
复杂度分析:
- 时间复杂度: O ( n l o g n ) O(nlogn) O(nlogn),其中 n 是数组 arr 的长度。算法的时间复杂度即排序的时间复杂度。
- 空间复杂度: O ( l o g n ) O(logn) O(logn),排序所需额外的空间复杂度为 O ( l o g n ) O(logn) O(logn)。空间占用是递归造成的栈空间的使用
代码实现:
class Solution {
public:
vector<int> getLeastNumbers(vector<int>& arr, int k) {
vector<int> res;
sort(arr.begin(), arr.end());
for(int i = 0; i < k; ++i){
res.push_back(arr[i]);
}
return res;
}
};
方法二:快排最最最高效解决 TopK 问题:O(N)
注意找前 K 大/前 K 小问题不需要对整个数组进行 O(NlogN) 的排序!
例如本题,直接通过快排切分排好第 K 小的数(下标为 K-1),那么它左边的数就是比它小的另外 K-1 个数啦~
代码实现:
class Solution {
public:
void QuickSort(vector<int>& v, int left, int right, int k){
if(left > right) return;
int i = left, j = right, tmp = v[left];
while(i < j){
while(v[j] >= tmp && i < j) j--;
while(v[i] <= tmp && i < j) i++;
if(i < j) swap(v[i], v[j]);
}
v[left] = v[i];
v[i] = tmp;
if(i == k-1) return;
else if(i < k-1) return QuickSort(v, i+1, right, k);
else return QuickSort(v, left, i-1, k);
}
vector<int> getLeastNumbers(vector<int>& arr, int k) {
QuickSort(arr, 0, arr.size()-1, k);
vector<int> res;
for(int i = 0; i < k; i++) res.push_back(arr[i]);
return res;
}
};
方法三:堆(最经典的解法)
我们用一个大根堆实时维护数组的前 k 小值。首先将前 k 个数插入大根堆中,随后从第 k+1 个数开始遍历,如果当前遍历到的数比大根堆的堆顶的数要小,就把堆顶的数弹出,再插入当前遍历到的数。最后将大根堆里的数存入数组返回即可。 C++ 语言中的堆(即优先队列)为大根堆,我们可以这么做。
复杂度分析:
- 时间复杂度:O(nlogk),其中 n 是数组 arr 的长度。由于大根堆实时维护前 k 小值,所以插入删除都是 O(logk) 的时间复杂度,最坏情况下数组里 n 个数都会插入,所以一共需要 O(nlogk) 的时间复杂度。
- 空间复杂度:O(k),因为大根堆里最多 k 个数。
代码实现:
class Solution {
public:
vector<int> getLeastNumbers(vector<int>& arr, int k) {
vector<int> vec;
if (k == 0) return vec; // 排除 0 的情况
priority_queue<int> Q;
for (int i = 0; i < k; ++i) {
Q.push(arr[i]);
}
for (int i = k; i < arr.size(); ++i) {
if (Q.top() > arr[i]) {
Q.pop();
Q.push(arr[i]);
}
}
for (int i = 0; i < k; ++i) {
vec.push_back(Q.top());
Q.pop();
}
return vec;
}
};
C代码示例:
#include <iostream>
#include <vector>
using namespace std;
class Solution {
void HeapAdjustDown(vector<int>& arr, int start, int end) {
int temp = arr[start];
int i = start * 2 + 1;
while (i <= end) {
if (i + 1 <= end && arr[i + 1] < arr[i]) {
i++;
}
if (arr[i] > temp) {
break;
}
arr[start] = arr[i];
start = i;
i = start * 2 + 1;
}
arr[start] = temp;
}
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
vector<int> result;
if (input.size() == 0 || k == 0 || k > input.size()) {
return result;
}
int len = input.size();
// 初始化堆
for (int i = len / 2 - 1; i >= 0; i--) {
HeapAdjustDown(input, i, len - 1);
}
for (; k > 0; k--) {
result.push_back(input[0]);
int temp = input[len - 1];
input[len - 1] = input[0];
input[0] = temp;
len--;
//将arr[0...i-1]重新调整为最大堆
HeapAdjustDown(input, 0, len - 1);
}
return result;
}
};
int main() {
Solution s;
int n, k;
cin >> n >> k;
vector<int> v, re;
v.resize(n);
for (int i = 0; i < n; i++) {
cin >> v[i];
}
re = s.GetLeastNumbers_Solution(v, k);
for (int i = 0; i < re.size(); i++) {
cout << re[i] << ',';
}
return 0;
}
代码生成图:
如有不同见解,欢迎留言讨论~~