输入整数数组 arr ,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。
示例 1:
输入:arr = [3,2,1], k = 2
输出:[1,2] 或者 [2,1]
示例 2:输入:arr = [0,1,2,1], k = 1
输出:[0]
限制:
0 <= k <= arr.length <= 1000
0 <= arr[i] <= 1000
经典的topK问题,可以用排序的方法实现,本篇博客使用大顶堆实现。
Java大顶堆实现,用前K个数建一个大顶堆,即堆顶的那个数是这个堆中最大的数。继续遍历arr数组后面的数,如果数比堆顶的数小,那么将堆顶的数换成这个更小的数,维护这个堆(heapify函数实现维护功能)。
一般找topK都可以用堆实现,堆还是比较实用的。
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
if (k == 0)
return new int[0];
int len = arr.length;
if (k == len)
return arr;
//对arr数组的前k个数建堆
int[] heap = new int[k];
for (int i = 0; i < k; i++)
heap[i] = arr[i];
buildHeap(heap);
//对后面的数进行遍历,如果有比堆顶的数(这个堆中最大的一个数,如果比他大,那么说明这个数被淘汰了),更新堆顶元素的值为这个更小的数,然后对堆进行维护,即还是要保证堆顶的元素是这个堆中最大的数。
for (int i = k; i < len; i++) {
if (arr[i] < heap[0]) {
heap[0] = arr[i];
heapify(heap, 0);
}
}
//返回这个堆
return heap;
}
//建堆。堆其实是一颗完全二叉树,用数组实现,具体可百度。节点i的父节点和子节点可通过如下的计算得到。
//对于一个还没维护过的堆,从他的最后一个节点的父节点开始进行heapify,知道堆顶
//parent = (i - 1) / 2; child1 = 2 * i + 1(左节点);, child2 = 2 * i + 2(右节点);
private void buildHeap(int[] nums) {
//最后一个节点
int lastNode = nums.length - 1;
//最后一个节点的父节点
int startHeapify = (lastNode - 1) / 2;
//开始heapify直到最后
while (startHeapify >= 0) {
heapify(nums, startHeapify--);
}
}
//维护大顶堆的函数,和当前节点的左右节点比较,如果节点中有更大的数,那么交换,并继续对交换后的节点进行维护
//i:要维护的节点。
private void heapify(int[] nums, int i) {
int len = nums.length;
if (i >= len)
return;
//左右子节点
int c1 = ((i << 1) + 1), c2 = ((i << 1) + 2);
//假定节点i是这三个点(i节点,i节点的左子节点,i节点的右子节点)中最大的那个数
int max = i;
//如果左子节点比较大,max更新为max = c1;
if (c1 < len && nums[c1] > nums[max])
max = c1;
//如果右子节点比较大,max更新为max = c2;
if (c2 < len && nums[c2] > nums[max])
max = c2;
//如果最大的数不是节点i的话,那么heapify(nums, max),即调整节点i的子树。
if (max != i) {
swap(nums, max, i);
heapify(nums, max);
}
}
//交换数组中i索引和j索引元素的位置
private void swap(int[] nums, int i, int j) {
nums[i] = nums[i] + nums[j] - (nums[j] = nums[i]);
}
}