标签:堆,数组,集合
题目描述
输入n个整数,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。
解题思路
两种方法:
- 法1:先对数组排序,然后取出前k个
- 法2:利用最大堆保存这k个数,每次只和堆顶比,如果比堆顶小,删除堆顶,新数入堆。
实现第二个用堆的方法
注意点
- 判空
- 优先队列实现堆需要额外注意:
-
大顶堆还是小顶堆 :堆是一种非线性结构,可以把堆看作一个数组,也可以被看作一个完全二叉树,通俗来讲堆其实就是利用完全二叉树的结构来维护的一维数组。按照堆的特点可以把堆分为大顶堆和小顶堆
大顶堆:每个结点的值都大于或等于其左右孩子结点的值
小顶堆:每个结点的值都小于或等于其左右孩子结点的值
堆的这种特性非常的有用,堆常常被当做优先队列使用,因为可以快速的访问到“最重要”的元素
-
是选择自然排序还是定制排序,是升序还是降序
-
自然排序要求插入对象必须实现Comparable接口(常用类型都实现了);
定制排序要求优先对列绑定Comoarator对象实例,里面有个自定义的compare方法,可用lambal表达式 -
return o1.compareTo(o2) 或 return o2-o1表示从小到大
反过来 从大到小 -
直接打印优先队列得到的结果并不是有序的,多次用poll方法则是有序
-
参考代码
package Array;
import java.util.ArrayList;
import java.util.Comparator;
import java.util.PriorityQueue;
public class KminNumber {
public ArrayList<Integer> GetLeastestkNum(int[] array, int k) {
ArrayList<Integer> result = new ArrayList<>();
if(array == null || array.length==0 || k<=0 || k>array.length)
return result;
//用优先队列创建降序大顶堆
PriorityQueue<Integer> minHeap = new PriorityQueue<>(k, new Comparator<Integer>() {
public int compare(Integer o1, Integer o2) {
//o1.compareTo(o2) 从小到大 反过来 从大到小
return o2 - o1;
}
});
//遍历一次,进堆
for(int i=0; i<array.length; i++) {
//堆没满
if(minHeap.size() != k)
minHeap.offer(array[i]);
//堆满,新的数小于堆顶(目前最大的)则替换
//注意一定是else
else{
if(minHeap.peek() > array[i]) {
minHeap.poll();
minHeap.offer(array[i]);
}
}
}
for(int i:minHeap) {
result.add(i);
}
// for(int i=0; i<k; i++)
// System.out.println(minHeap.poll());
//由于PriorityQueue的toString方法,list里结果并不是按顺序排的
//但多次poll则是有序的
return result;
}
//测试
public static void main(String[] args) {
// TODO Auto-generated method stub
KminNumber m = new KminNumber();
int[] array = {4,5,1,6,2,7,3,8};
int k = 4;
//可以实现打印有序
ArrayList<Integer> res = new ArrayList<>(m.GetLeastestkNum(array, k));
res.sort((Integer a, Integer b)->a-b);
System.out.println(res);
}
}