再来做一下373,之前都没有试过用小顶堆求第K小的,有序这个条件对我而言是摆设了
查找和最小的 K 对数字【LC373】
给定两个以 升序排列 的整数数组
nums1
和nums2
, 以及一个整数k
。定义一对值
(u,v)
,其中第一个元素来自nums1
,第二个元素来自nums2
。请找到和最小的
k
个数对(u1,v1)
,(u2,v2)
…(uk,vk)
。
大顶堆
-
思路:使用大顶堆存放最小的K对数字,堆将数对之和从大到小排序,堆顶为最大值,当堆的大小大于 k k k并且当遍历到的数对之和小于堆顶数对之和时,将堆顶数对弹出,将新数对压入;当堆的大小小于 k k k时,直接将新数对压入
- 由于数组是升序排列,因此每个数组只需要取前 m i n ( k , n ) min(k,n) min(k,n)个元素即可
-
实现
每个循环最多执行k次
class Solution { public List<List<Integer>> kSmallestPairs(int[] nums1, int[] nums2, int k) { PriorityQueue<int[]> pq = new PriorityQueue<>((o1, o2) -> o2[0] + o2[1] - o1[0] -o1[1]); List<List<Integer>> res = new ArrayList<>(); int n = nums1.length, m = nums2.length; for (int i = 0; i < Math.min(k, n); i++){ for (int j = 0; j < Math.min(k, m); j++){ int[] n1 = new int[]{nums1[i], nums2[j]}; if (pq.size() < k){ pq.add(n1); }else if(pq.size() == k && n1[0] + n1[1] < pq.peek()[0] + pq.peek()[1]){ pq.poll(); pq.add(n1); } } } while(!pq.isEmpty()){ int[] poll = pq.poll(); res.add(Arrays.asList(poll[0], poll[1])); } return res; } }
- 复杂度
- 时间复杂度: O ( k 2 l o g k ) O(k^2logk) O(k2logk),向堆中添加元素的时间复杂度为 O ( l o g k ) O(logk) O(logk)
- 空间复杂度: O ( k ) O(k) O(k)
- 复杂度
小顶堆:归并
多路归并:先从一个数组中取最小的k个,然后叠加第二个数组
-
思路:
- 由于数组是升序的,因此最小的数对一定是 { 0 , 0 } \{0,0\} {0,0},那么第二小的数对可能是 { 0 , 1 } \{0,1\} {0,1}或者 { 1 , 0 } \{1,0\} {1,0}。
- 因此可以使用小顶堆按从小到大的顺序快速求出较小的 k k k个数对,小顶堆存储三元组 [ 值 , n u m s 1 下标 , n u m s 2 下标 ] [值,nums1下标,nums2下标] [值,nums1下标,nums2下标]。
- 当出堆时,将下一个可能的数对放入堆中,
{
i
,
j
+
1
}
\{i,j+1\}
{i,j+1}或者
{
i
+
1
,
j
}
\{i+1,j\}
{i+1,j}【重要】
- 当 { i , j } \{i,j\} {i,j}入堆时,出堆的下标可能为 { i , j − 1 } \{i,j-1\} {i,j−1}或者 { i − 1 , j } \{i-1,j\} {i−1,j}
- 为了避免重复放入,保证 { i , j − 1 } \{i,j-1\} {i,j−1}和 { i − 1 , j } \{i-1,j\} {i−1,j}出堆时,只有一个会将 { i , j } \{i,j\} {i,j}入堆【可以使用哈希表记录在堆中的下标或者进行特殊规定】
- 规定 { i , j − 1 } \{i,j-1\} {i,j−1}入堆时,将 { i , j } \{i,j\} {i,j}入堆。初始化时我们需要将 { 0 , 0 } \{0,0\} {0,0}, { 1 , 0 } \{1,0\} {1,0}, { 2 , 0 } \{2,0\} {2,0}……进行入堆【该初始化相当于先在第一个数组中选择较小的 k k k个元素】
- 然后出堆时,将该数对记录在结果集中,该数对为最小的第 i i i个数对。按照规则进行入堆【相当于组合第二个数组中的元素】
-
实现
class Solution { public List<List<Integer>> kSmallestPairs(int[] nums1, int[] nums2, int k) { int n = nums1.length, m = nums2.length; var ans = new ArrayList<List<Integer>>(k); // 预分配空间 var pq = new PriorityQueue<int[]>((a, b) -> a[0] - b[0]); for (int i = 0; i < Math.min(n, k); i++) // 至多 k 个 pq.add(new int[]{nums1[i] + nums2[0], i, 0}); while (!pq.isEmpty() && ans.size() < k) { var p = pq.poll(); int i = p[1], j = p[2]; ans.add(List.of(nums1[i], nums2[j])); if (j + 1 < m) pq.add(new int[]{nums1[i] + nums2[j + 1], i, j + 1}); } return ans; } } 作者:灵茶山艾府 链接:https://leetcode.cn/problems/find-k-pairs-with-smallest-sums/solutions/2286318/jiang-qing-chu-wei-shi-yao-yi-kai-shi-ya-i0dj/ 来源:力扣(LeetCode) 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
- 复杂度
- 时间复杂度: O ( k l o g m i n ( n , k ) ) \mathcal{O}(klog min(n,k)) O(klogmin(n,k)),为了获得 k k k个数对,需要循环 k k k次每次出堆入堆的的时间复杂度为 O ( l o g m i n ( n , k ) ) \mathcal{O}(log min(n,k)) O(logmin(n,k))
- 空间复杂度: O ( m i n ( n , k ) ) \mathcal{O}(min(n,k)) O(min(n,k))
- 复杂度
-
优化
在循环的过程中将 ( i , 0 ) (i,0) (i,0)入堆。
class Solution { public List<List<Integer>> kSmallestPairs(int[] nums1, int[] nums2, int k) { int n = nums1.length, m = nums2.length; var ans = new ArrayList<List<Integer>>(k); // 预分配空间 var pq = new PriorityQueue<int[]>((a, b) -> a[0] - b[0]); pq.add(new int[]{nums1[0] + nums2[0], 0, 0}); while (!pq.isEmpty() && ans.size() < k) { var p = pq.poll(); int i = p[1], j = p[2]; ans.add(List.of(nums1[i], nums2[j])); if (j == 0 && i + 1 < n) pq.add(new int[]{nums1[i + 1] + nums2[0], i + 1, 0}); if (j + 1 < m) pq.add(new int[]{nums1[i] + nums2[j + 1], i, j + 1}); } return ans; } } 作者:灵茶山艾府 链接:https://leetcode.cn/problems/find-k-pairs-with-smallest-sums/solutions/2286318/jiang-qing-chu-wei-shi-yao-yi-kai-shi-ya-i0dj/ 来源:力扣(LeetCode) 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
有序矩阵中的第 k 个最小数组和【LC1439】
给你一个
m * n
的矩阵mat
,以及一个整数k
,矩阵中的每一行都以非递减的顺序排列。你可以从每一行中选出 1 个元素形成一个数组。返回所有可能数组中的第 k 个 最小 数组和。
- 思路
- 我们需要从m行中每行选取1个元素,每行有n个选择,因此总共方案数为 n m n^m nm,由于需要找到的是第 k 个最小数组和,因此只需要记录最小的 k k k个和即可。
- 只需要记录选到第 i i i行时,最小的 k k k个和即可(比这些元素大的一定不在结果中),答案一定是在这些组合的基础上添加后续元素,然后搜索下一行(进行多路归并),从小到大记录最小的 k k k个和,最后返回第 k k k个和。
暴力
-
实现:暴力
class Solution { public int kthSmallest(int[][] mat, int k) { // 从m行中每行选取1个元素,每行有n个选择,因此总共方案数为n^m // 我们最终要返回方案和为第k小的和,因此只需要记录选到第i行时,最小的k个和即可,然后进行多路归并,结果一定是在这些组合的基础上添加元素 // 实现:暴力或者小顶堆 int m = mat.length, n = mat[0].length; int[] a = new int[]{0}; for (int[] row : mat){ int[] b = new int[a.length * n]; int i = 0; for (int num1 : a){ for (int num2 : row){ b[i++] = num1 + num2; } } Arrays.sort(b); if (b.length > k){ b = Arrays.copyOfRange(b, 0, k); } a = b; } return a[k - 1]; } }
- 复杂度
- 时间复杂度: O ( m ∗ m i n ( n , k ) ∗ k ∗ l o g ( m i n ( n , k ) ∗ k ) ) \mathcal{O}(m*min(n,k)*k *log (min(n,k)*k)) O(m∗min(n,k)∗k∗log(min(n,k)∗k))。m和n分别为矩阵的行和列。遍历前m行中 m i n ( n , k ) min(n,k) min(n,k)个元素,与前一次的结果进行组合,因此时间复杂度为 O ( m ∗ m i n ( n , k ) ∗ k ) \mathcal{O}(m*min(n,k)*k ) O(m∗min(n,k)∗k)。排序的时间复杂度为 O ( l o g ( m i n ( n , k ) ∗ k ) ) \mathcal{O}(log (min(n,k)*k)) O(log(min(n,k)∗k))
- 空间复杂度: O ( m i n ( n , k ) ∗ k ) \mathcal{O}(min(n,k)*k) O(min(n,k)∗k)
- 复杂度
小顶堆:归并
-
实现:小顶堆
使用小顶堆进行优化,具体思路同[查找和最小的 K 对数字【LC373】](#查找和最小的 K 对数字【LC373】),相当于将LC373循环m次
- 使用小顶堆按从小到大的顺序快速求出较小的
k
k
k个和,小顶堆存储三元组
[
值
,
n
u
m
s
1
下标
,
n
u
m
s
2
下标
]
[值,nums1下标,nums2下标]
[值,nums1下标,nums2下标]。
- 出栈的元素,即为遍历到第 i i i行时第k个小的和
- 出栈的同时,将下一行的元素加入
class Solution { public int kthSmallest(int[][] mat, int k) { var a = new int[]{0}; for (var row : mat) a = kSmallestPairs(row, a, k); return a[k - 1]; } // 373. 查找和最小的 K 对数字 private int[] kSmallestPairs(int[] nums1, int[] nums2, int k) { int n = nums1.length, m = nums2.length, sz = 0; var ans = new int[Math.min(k, n * m)]; var pq = new PriorityQueue<int[]>((a, b) -> a[0] - b[0]); pq.add(new int[]{nums1[0] + nums2[0], 0, 0}); while (!pq.isEmpty() && sz < k) { var p = pq.poll(); int i = p[1], j = p[2]; ans[sz++] = nums1[i] + nums2[j]; // 数对和 if (j == 0 && i + 1 < n) pq.add(new int[]{nums1[i + 1] + nums2[0], i + 1, 0}); if (j + 1 < m) pq.add(new int[]{nums1[i] + nums2[j + 1], i, j + 1}); } return ans; } } 作者:灵茶山艾府 链接:https://leetcode.cn/problems/find-the-kth-smallest-sum-of-a-matrix-with-sorted-rows/solutions/2286593/san-chong-suan-fa-bao-li-er-fen-da-an-du-k1vd/ 来源:力扣(LeetCode) 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
- 复杂度
- 时间复杂度: O ( m ∗ k ∗ l o g ( m i n ( n , k ) ) ) \mathcal{O}(m*k*log(min(n,k))) O(m∗k∗log(min(n,k))),为了获得 k k k个数对,需要循环 k k k次每次出堆入堆的的时间复杂度为 O ( l o g m i n ( n , k ) ) \mathcal{O}(log min(n,k)) O(logmin(n,k))
- 空间复杂度: O ( m i n ( n , k ) ) \mathcal{O}(min(n,k)) O(min(n,k))
- 使用小顶堆按从小到大的顺序快速求出较小的
k
k
k个和,小顶堆存储三元组
[
值
,
n
u
m
s
1
下标
,
n
u
m
s
2
下标
]
[值,nums1下标,nums2下标]
[值,nums1下标,nums2下标]。