剑指Offer面试题30（java版）：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

这道题最简单的思路莫过于把输入的n个整数排序，排序之后位于最前面的k个数就是最小的k个数。这种思路的时间复杂度是O(nlogn）,面试官会提示我们还有更快的算法。

解法一：O(n)的算法，只有当我们可以修改输入的数组时可用

从上一题中我们可以得到启发，我们同样可以基于Partition函数来解决这个问题。如果基于数组的第k个数字来调整，使得比第k个数字小的所有数字都位于数组的左边，比第k个数字大的所有数字都位于数组的右边。这样调整之后，位于数组中左边的k个数字就是最小的k个数字。下面是基于这种思路的Java代码：

[java]  view plain  copy

1. /** 
2.  * 输入n个整数，找出其中最小的k个整数，找出其中最小的k个数。 
3.  * 例如输入4，5，1，6，2，7，3，8这8个数字，则最小的4个数字为1，2，3，4 
4.  */  
5. package swordForOffer;  
6.   
7. /** 
8.  * @author JInShuangQi 
9.  * 
10.  *         2015年8月8日 
11.  */  
12. public class E30KLeastNumbers {  
13.     // 使用partition函数  
14.     public int partition(int[] arr, int left, int right) {  
15.         int result = arr[left];  
16.         if (left > right)  
17.             return -1;  
18.   
19.         while (left < right) {  
20.             while (left < right && arr[right] >= result) {  
21.                 right--;  
22.             }  
23.             arr[left] = arr[right];  
24.             while (left < right && arr[left] < result) {  
25.                 left++;  
26.             }  
27.             arr[right] = arr[left];  
28.         }  
29.         arr[left] = result;  
30.         return left;  
31.     }  
32.     public int[] getLeastNumbers(int[] input,int k){  
33.         if(input.length == 0 || k<= 0)  
34.             return null;  
35.         int[] output = new int[k];  
36.         int start = 0;  
37.         int end = input.length-1;  
38.         int index = partition(input,start,end);  
39.         while(index != k-1){  
40.             if(index > k-1){  
41.                 end = index -1;  
42.                 index = partition(input,start ,end);  
43.             }  
44.             else{  
45.                 start = index+1;  
46.                 index = partition(input,start ,end);  
47.             }  
48.         }  
49.         for(int i = 0;i<k;i++){  
50.             output[i] = input[i];  
51.         }  
52.         return output;  
53.     }  
54.     public static void main(String[] args){  
55.         int[] arr= {4,5,1,6,2,7,3,8};  
56.         E30KLeastNumbers test = new E30KLeastNumbers();  
57.         int[] output=test.getLeastNumbers(arr, 4);  
58.         for(int i = 0;i<output.length ;i++){  
59.             System.out.print(output[i]+",");  
60.         }  
61.     }  
62. }  

采用这种思路是有限制的。我们需要修改输入的数组，因为函数Partition会调整数组中数字的顺序。如果面试官要求不能修改输入的数组，我们该怎么办的呢？

解法二：O(nlogk)的算法，特别适用处理海量数据

我们可以先创建一个大小为k的数据容器来存储最小的k个数字，接下来我们每次从输入的n个整数中读入一个数。如果容器中已有数字少于k个，则直接把这次读入的整数放入容器中；如果容器中已有k个数字了，也就是容器已满，此时我们不能再插入新的数字了而只能替换已有的数字。找出这已有的k个数中的最大值，然后拿这次待插入的整数和最大值进行比较。如果待插入的值比当前已有的最小值小，则用这个数替换当前已有的最大值；如果待插入的值比当前已有的最大值还大，那么这个数不可能是最小的k个整数之一，于是我们可以抛弃这个整数。

因此当容器满了之后，我们要做3件事；一是在k个整数中找到最大数；二是有可能在这个容器中删除最大数；三是有可能要插入一个新的数字。如果用一个二叉树来实现这个容器，那么我们能在O(logk）时间内实现这三步操作。因此对于n个输入的数字而言，总的时间效率是O(nlogk).

我们可以选择用不同的二叉树来实现这个数据容器。由于每次都需要找到k个整数中的最大数字，我们很容易想到用最大堆。在最大堆中，根节点的值总是大于它的子树中的任意结点的值。于是我们每次可以在O(1）得到已有的k个数字中的最大值，但需要O(logk)时间完成删除及插入操作。

下面是Java代码实现步骤：

[java]  view plain  copy

1. /** 
2.  * 输入n个整数，找出其中最小的k个整数，找出其中最小的k个数。 
3.  * 例如输入4，5，1，6，2，7，3，8这8个数字，则最小的4个数字为1，2，3，4 
4.  */  
5. package swordForOffer;  
6.   
7. import java.util.Arrays;  
8.   
9. /** 
10.  * @author JInShuangQi 
11.  * 
12.  *         2015年8月8日 
13.  */  
14. public class E30KLeastNumbers {  
15.     //新建大顶堆  
16.     public void buildMaxHeap(int[] arr,int lastIndex){  
17.         for(int i = (lastIndex-1)/2;i>=0;i--){  
18.             int k = i;  
19.             while(2*k+1 <= lastIndex){  
20.                 int biggerIndex = 2*k+1;  
21.                 if(biggerIndex <lastIndex){  
22.                     if(arr[biggerIndex]< arr[biggerIndex+1])  
23.                         biggerIndex++;  
24.                 }  
25.                 if(arr[k] < arr[biggerIndex]){  
26.                     swap(arr,k,biggerIndex);  
27.                     k = biggerIndex;  
28.                 }  
29.                 else  
30.                     break;  
31.             }  
32.         }  
33.     }  
34.     public static void swap(int[] arr,int i ,int j){  
35.         int temp = arr[i];  
36.         arr[i] = arr[j];  
37.         arr[j] = temp;  
38.     }  
39.     public void heapSort(int[] arr){  
40.         for(int i = 0;i<arr.length-1;i++){  
41.             buildMaxHeap(arr,arr.length-i-1);  
42.             swap(arr,0,arr.length-i-1);  
43.         }  
44.     }  
45.     public void getLeastNumbers(int[] arr,int k){  
46.         if(arr == null || k<0 || k>arr.length)  
47.             return;  
48.         //根据输入数组前k个数简历最大堆  
49.         //从k+1个数开始与根节点比较  
50.         //大于根节点，舍去  
51.         //小于，取代根节点，重建最大堆  
52.         int[] kArray = Arrays.copyOfRange(arr, 0, k);  
53.         heapSort(kArray);  
54.         for(int i = k;i<arr.length;i++){  
55.             if(arr[i]<kArray[k-1]){  
56.                 kArray[k-1] = arr[i];  
57.                 heapSort(kArray);  
58.             }  
59.         }  
60.         for(int i:kArray)  
61.             System.out.print(i);  
62.     }  
63.     public static void main(String[] args){  
64.         int[] arr= {4,5,1,6,2,7,3,8};  
65.         E30KLeastNumbers test = new E30KLeastNumbers();  
66.         test.getLeastNumbers(arr, 3);  
67.     }  
68. }  

解法比较：

基于函数Partition的第一种解法的平均时间复杂度是O(n)，比第二种思路要快，但同时它也有明显的限制，比如会修改输入的数组。

第二种解法虽然要慢一点，但它有两个明显的优点。一是没有修改输入的数据。二是该算法适合海量数据的输入（包括百度在内的多家公司非常喜欢与海量数据相关的问题）。假如题目是要求从海量的数据中找出最小的k个数字，由于内存的大小是有限的，有可能不能把这些海量数据一次性全部加载入内存。这个时候，我们可以辅助存储空间（比如磁盘）中每次读入一个数字，根据GetLeastNumbers的方式判断是不是需要放入容器LeastNumbers即可。这种思路只要求内存能够容纳leastNumbers即可。因此它适合的情形就是n很大并且k较小的问题。

如下图比较两种算法：

由于这两种算法各有优缺点，各自适用于不同的场合，因此应聘者在动手写代码之前要清楚题目的要求，包括输入的数据量有多大，能否一次性载入内存，是否允许交换输入数据中数字的顺序等。