剑指Offer——最小的K个数

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