最小的K个数
描述
给定一个长度为 n 的可能有重复值的数组,找出其中不去重的最小的 k 个数。例如数组元素是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(任意顺序皆可)。
数据范围: 0≤k,n≤10000,数组中每个数的大小0≤val≤1000
要求: 空间复杂度 O(n) ,时间复杂度 O(nlogn)
示例1
输入:
[4,5,1,6,2,7,3,8],4
返回值:
[1,2,3,4]
说明:
返回最小的4个数即可,返回[1,3,2,4]也可以
示例2
输入:
[1],0
返回值:
[]
示例3
输入:
[0,1,2,1,2],3
返回值:
[0,1,1]
方法一:(排序)
最直接的想到的办法一般都是排序,然后取前k个元素即可
class Solution {
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
vector<int> ret;
if(k==0 || k>input.size()) return ret;
sort(input.begin(), input.end());
for(int i=0;i<k;++i){
ret.push_back(input[i]);
}
return ret;
}
};
- 时间复杂度: O(nlongn)
- 空间复杂度: O(1)
方法二:(堆)
思路: 维护一个堆,这个堆的容量大小为k
,那么只要保证堆顶元素是倒数第k大就可以了,因此需要用到大顶堆,即一个容量为k
大顶优先队列来过滤每一个元素,最后再把这个优先队列的元素取出即可;
class Solution {
public:
priority_queue<int,vector<int>,less<int>> que_max;
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
vector<int> ret;
if(k==0 || k>input.size()) return ret;
for(int i=0;i<input.size();++i){
if(que_max.size()<k) que_max.push(input[i]);
else if(input[i]<que_max.top()){
que_max.pop();
que_max.push(input[i]);
}
}
while(!que_max.empty()){
ret.push_back(que_max.top());
que_max.pop();
}
reverse(ret.begin(), ret.end());
return ret;
}
};
- 时间复杂度: O(nlongk), 插入容量为k的大根堆时间复杂度为O(longk), 一共遍历n个元素
- 空间复杂度: O(k)
方法三:(快速排序)
快排的重要思想就是,每趟排序都是以被排序元素将整个无序序列二分,即每一趟下来,被排序元素左右两侧一侧比其大,另一侧比其小,那这一点正好可以利用起来;在这一题中,我们利用快排需要关注的就是确定这个k
;这一点可以在二分搜索的过程中不断缩小搜索区间,每搜索一次返回被排序元素的下标,直到下标+1
等于k
即可;
class Solution {
public:
int quick(vector<int>& input,int l,int r){
int pivot=r-1;
int i=l;
for(int j=l;j<r-1;++j){
if(input[j]<input[pivot]){
swap(input[i++], input[j]);
}
}
swap(input[pivot],input[i]);
return i;
}
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
int sz=input.size();
vector<int> ret;
if(k==0 || k>sz) return ret;
int l=0;int r=sz;
while(l<r){
int p=quick(input, l, r);
if(p+1==k){
return vector<int>({input.begin(),input.begin()+k});
}
if(p+1>k){
r=p;
}
else{
l=p+1;
}
}
return ret;
}
};
- 时间复杂度: 平均时间复杂度为O(n),每次
quick
的大小为n+n/2+n/4+... = 2n
,最坏时间复杂度为O(n^2), 因为每次quick
都只减少一个元素 - 空间复杂度: O(1)