/**
* 973. 最接近原点的 K 个点
* @author wsq
* @date 2020/11/09
我们有一个由平面上的点组成的列表 points。需要从中找出 K 个距离原点 (0, 0) 最近的点。
(这里,平面上两点之间的距离是欧几里德距离。)
你可以按任何顺序返回答案。除了点坐标的顺序之外,答案确保是唯一的。
示例 1:
输入:points = [[1,3],[-2,2]], K = 1
输出:[[-2,2]]
解释:
(1, 3) 和原点之间的距离为 sqrt(10),
(-2, 2) 和原点之间的距离为 sqrt(8),
由于 sqrt(8) < sqrt(10),(-2, 2) 离原点更近。
我们只需要距离原点最近的 K = 1 个点,所以答案就是 [[-2,2]]。
示例 2:
输入:points = [[3,3],[5,-1],[-2,4]], K = 2
输出:[[3,3],[-2,4]]
(答案 [[-2,4],[3,3]] 也会被接受。)
链接:https://leetcode-cn.com/problems/k-closest-points-to-origin
*/
package com.wsq.leetcode;
import java.util.Arrays;
import java.util.Comparator;
import java.util.PriorityQueue;
public class KClosest {
/**
* 直接排序
* @param points
* @param K
* @return
*/
public int[][] kClosest(int[][] points, int K) {
int n = points.length;
if(n <= K){
return points;
}
Arrays.sort(points, new Comparator<int[]>() {
public int compare(int[] point1, int[] point2) {
return (point1[0] * point1[0] + point1[1] * point1[1]) - (point2[0] * point2[0] + point2[1] * point2[1]);
}
});
return Arrays.copyOfRange(points, 0, K);
}
/**
* 采用大根堆实现(Java优先队列默认是采用小顶堆实现的,因此在创建大顶堆的时候,我们应该自定义Comparator实现, 实现倒序的方式构建大顶堆)
* 大顶堆:维护无序列表中最大值
* 小顶堆:维护无序列表中最小值
* @param points
* @param K
* @return
*/
public int[][] kClosest1(int[][] points, int K){
// 创建优先队列
PriorityQueue<int[]> pq = new PriorityQueue<int[]>(new Comparator<int[]>() {
public int compare(int[] array1, int[] array2) {
return array2[0] - array1[0];
}
});
// 初始化放入K个点
for(int i = 0; i < K; i++) {
pq.add(new int[] {points[i][0] * points[i][0] + points[i][1] * points[i][1], i});
}
// 加入其余的K+1到n的点
int n = points.length;
for(int i = K; i < n; i++) {
int dist = points[i][0] * points[i][0] + points[i][1] * points[i][1];
if(dist < pq.peek()[0]) {
pq.poll();
pq.offer(new int[] {dist, i});
}
}
// 获取K个点
int[][] ans = new int[K][];
for(int i = 0; i < K; i++) {
ans[i] = points[pq.poll()[1]];
}
return ans;
}
}
973. 最接近原点的 K 个点(堆排序)
最新推荐文章于 2022-02-15 13:50:44 发布