题目: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。
方法一:最简单的方法就是排序,然后找出最小的K个数。可以使用快排,冒泡等。还可以调用工具类Arrays.sort方法进行排序
方法二:使用分治的方法。如果基于数组的第K个数来调整,则使得比第K个数小的所有数字都位于数组的左边,比K个数字大的所有数字都位于数组的右边。这样调整后,位于数组左边的K个数字就是最小的K个数组。这个时间复杂度是o(n)
方法三:方法二的缺点在于会改变数组中元素的顺序,输入的数据量太大了一次性加载到内存中也是个缺点。我们现在使用一个大小为K的容器来存储最小的K个数字。从输入的n个整数读入一个数,如果容器中的数字少于K个,直接读入。如果大于K个,则选取这K个中最大的数,来比较,如果小于最大的数,则替换。否则,什么都不做。那么这个容器最好的实现就是最大堆,根节点的值总是大于它的子树任意节点的值,我们可以在o(1)的时间内得到K个数字中的最大值,但是需要o(logK)的时间完成删除和插入的操作。
我们选取PriorityQueue:使用一个基于优先级堆的无界优先级队列来实现最大堆,队列中的元素按照自然排序来进行排序,也可以根据构造方法中的Comparator来指定。
import java.util.ArrayList;
import java.util.PriorityQueue;
import java.util.Comparator;
public class Solution {
//创建一个大小为K的数据容器来存储最小的K个数字。每次从输入的n个整数读入一个数,如果容器中存储的数小于k个,直接存储。
//如果这个容器中已经有了k个数字,也就是容器已经满了,找出这k个数字的最大值,然后进行比较,如果小于这个最大值,进行交换,否则不做任何处理。
//可以想到最大堆来实现,根节点的值总是大于它子树任意节点的值,于是可以在o(1)的时间找到最大值
//PriorityQueue:使用一个基于优先级堆的无界优先级队列来实现最大堆,队列中的元素按照自然排序来进行排序,也可以根据构造方法中的Comparator来指定
public ArrayList<Integer> GetLeastNumbers_Solution(int [] input, int k) {
ArrayList<Integer> list=new ArrayList<>();
if(input==null || input.length==0 ){
return list;
}
if(k>input.length || k==0)
{
return list;
}
PriorityQueue<Integer> pq =
new PriorityQueue<>(k, new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o2-o1;
}
});
for(int num:input){
if(pq.size()<k){
pq.offer(num);
}
else if(num<pq.peek()){
pq.poll();
pq.offer(num);
}
}
for(int num:pq){
list.add(num);
}
return list;
}
}
方法三还有个优点就是可以适用于处理海量数据