题目描述(很重要的一题)
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:看到题首先想到的是排序的方法,但是针对这种题面试官肯定希望你有更好的额解法,因为排序最好的解法为O(nlogn)的复杂度,面试官一定想要O(n)的解法
解题代码:
1.基于排序 复杂度 O(nlogn)
class Solution {
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
vector<int> res;
if(input.size()==0 || k<=0 || input.size()<k)
return res;
sort(input.begin(),input.end()); //STL默认的排序应该是快排
for(int i=0;i<k;i++)
res.push_back(input[i]); //注意这里res没有初始化,所以这里不能通过下标的方式赋值
return res; //res[i]=input[i]会报错,数组越界
}
};
PS: 常见排序算法要可以手撕,面试会考
.2、Partiton思想 时间复杂度O(n) (Partion函数既是快速排序的思想,也可用来查找n个数中的第K大的数字)
这个一定要掌握!!!
class Solution {
public:
//这个*这个partition是优化了不必要的交换,将swap用赋值替换
int Partition(vector<int>& input, int begin, int end)
{
int low=begin;
int high=end;
int pivot=input[low];
while(low<high)
{
while(low<high&&pivot<=input[high])
high--;
input[low]=input[high]; //优化不必要的替换
while(low<high&&pivot>=input[low])
low++;
input[high]=input[low]; //优化不必要的替换
}
input[low]=pivot;
return low;
}
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
int len=input.size();
if(len==0||k>len||k<=0) return vector<int>();
if(len==k) return input;
int start=0;
int end=len-1;
int index=Partition(input,start,end);
while(index!=(k-1))
{
if(index>k-1)
{
end=index-1;
index=Partition(input,start,end);
}
else
{
start=index+1;
index=Partition(input,start,end);
}
}
vector<int> res(input.begin(), input.begin() + k); //用迭代器范围赋值
return res;
}
};
当需要在某个数据容器内频繁查找及替换最大值时,我们要想到二叉树是一个合适的选择,并能想到用堆或者红黑树等特殊的二叉树来实现
3、最大堆 时间复杂度O(nlogk)
class Solution {
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
int len=input.size();
if(len<=0 || k>len || k<=0) return vector<int>();
vector<int> res(input.begin(),input.begin()+k);
//建堆,make_heap,三个参数,前两个为迭代器参数,第三个为仿函数,如省略,则默认为大顶堆
make_heap(res.begin(),res.end());
for(int i=k;i<len;i++)
{
if(input[i]<res[0])
{
//先pop,然后在容器中删除
pop_heap(res.begin(),res.end());
res.pop_back();
//先在容器中加入,再push
res.push_back(input[i]);
push_heap(res.begin(),res.end());
}
}
//使其从小到大输出
sort_heap(res.begin(),res.end());
return res;
}
};
关于make_heap建堆的函数祥见https://blog.csdn.net/liu_sheng_1991/article/details/52298887
4、红黑树:multiset集合 利用仿函数改变排序顺序 时间复杂度O(nlogk)
优点:不改变元数组的元素,特别适用于海量数据的操作。
class Solution {
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
int len=input.size();
if(len<=0 || k>len || k<=0)
return vector<int> ();
//仿函数中的greater<T>模板,从大到小排序
multiset<int,greater<int> > leastNums; //multiset基于红黑色实现的
vector<int> :: iterator vec_it=input.begin();
for(;vec_it!=input.end();vec_it++)
{
//将前K个元素插入集合
if(leastNums.size()<k)
leastNums.insert(*vec_it);
else
{
//第一个元素是最大值
multiset<int,greater<int> >::iterator greatest_it=leastNums.begin();
//如果后续元素小于第一个元素,则删除第一个,加入当前元素
if(*vec_it<*(leastNums.begin()))
{
leastNums.erase(greatest_it);
leastNums.insert(*vec_it);
}
}
}
return vector<int>(leastNums.begin(),leastNums.end());
}
};
【1】https://www.nowcoder.com/questionTerminal/6a296eb82cf844ca8539b57c23e6e9bf