Lee973 最接近原点的 K 个点

973. 最接近原点的 K 个点

我们有一个由平面上的点组成的列表 points。需要从中找出 K 个距离原点 (0, 0) 最近的点。

（这里，平面上两点之间的距离是欧几里德距离。）

你可以按任何顺序返回答案。除了点坐标的顺序之外，答案确保是唯一的。

示例 1：
输入：points = [[1,3],[-2,2]], K = 1
输出：[[-2,2]]

解释：
(1, 3) 和原点之间的距离为 sqrt(10)，
(-2, 2) 和原点之间的距离为 sqrt(8)，
由于 sqrt(8) < sqrt(10)，(-2, 2) 离原点更近。
我们只需要距离原点最近的 K = 1 个点，所以答案就是 [[-2,2]]。

示例 2：
输入：points = [[3,3],[5,-1],[-2,4]], K = 2
输出：[[3,3],[-2,4]]
（答案 [[-2,4],[3,3]] 也会被接受。）

提示：
1 <= K <= points.length <= 10000
-10000 < points[i][0] < 10000
-10000 < points[i][1] < 10000

思想： 遇到这种，一般创建class Node类

class Solution {
    class Point{
        int[]coordinate=new int[2];
        int range;
        public Point(int x,int y){
            coordinate[0]=x;
            coordinate[1]=y;
            this.range=x*x+y*y;
        }
    }
   public int[][]kClosest(int[][]points,int k){
       PriorityQueue<Point>pq=new PriorityQueue<>((a, b)->(a.range-b.range));
       for(int[]arr:points){
           pq.add(new Point(arr[0],arr[1]));
       }

       int[][]res=new int[k][2];
        for (int i = 0; i <k ; i++) {
            res[i]=pq.poll().coordinate;
        }
        return res;
    }
}

class Solution {
    public int[][] kClosest(int[][] points, int K) {
        
        PriorityQueue<int[]> pq = new PriorityQueue<>(Comparator.comparing(a -> -a[0] * a[0] - a[1] * a[1]));
        for (int[] p : points) { 
            pq.offer(p); 
            if (pq.size() > K) {
                pq.poll(); 
            } // poll out the farthest among the K + 1 points.
        }
        
        int[][] ans = new int[K][2];
        for (int i = 0; i < K; ++i) { 
            ans[i] = pq.poll(); 
        }
        return ans;
    }
}