每日一题--最小的k个数

两种解法：
一种基于Partition(将要改变输入数组)，时间复杂度O(n)
另一种使用最大堆的方法（可以解决海量数据），时间复杂度O（nlogk）

重点：最大堆的建立方法（从下往上O(logn)）

//Key[i]>=Key[2i+1]&&key>=key[2i+2]称为大顶堆
//建最大堆
import java.util.Arrays;

/**
 * 问题描述：输入n个整数，输出其最小的k个数
 * 输入：4，5，1，6，2，7，3，8
 * 输出：1，2，3，4
 * Created by lxq on 2017/9/3.
 */
public class Problem2 {
    public static void main(String[] args){
        Problem2 test = new Problem2();
        int[] array = {4,5,1,6,2,7,3,8};
        test.getLeastNumbers(array,2);
    }
    public void getLeastNumbers(int[] array,int k ){
        if(array==null||k<0||k>array.length)
            return;
        int[] kArray = Arrays.copyOfRange(array,0,k);
        buildMaxHeap(kArray);
        //整个数组的 最大元素 总是在最大堆的第一个，即kArray[0]
        for(int i=k;i<array.length;i++){
            if(array[i]<kArray[0]){
                kArray[0] = array[i];
                //替换后需要再次维护最大堆
                maxHeap(kArray,0);
            }
        }
        for(int i :kArray)
            System.out.println(i);
    }

    private void maxHeap(int[] kArray, int i) {
        int left = 2*i+1;
        int right = 2*i+2;
        int largest = 0;
        if(right<kArray.length&&kArray[left]>kArray[i]){
            largest = left;
        }else{
            largest = i;
        }
        if(right<kArray.length&&kArray[right]>kArray[largest]){
            largest = right;
        }
        if(largest!=i){
            int temp = kArray[i];
            kArray[i] = kArray[largest];
            kArray[largest] = temp;
            //重点！！根节点换成laregst可能会破坏最大堆结构
            maxHeap(kArray,largest);
        }

    }

    //建最大堆
    private void buildMaxHeap(int[] kArray) {
        for(int i=kArray.length/2;i>=0;i--){
            maxHeap(kArray,i);
        }
    }
}