【小顶堆+数组】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。）

class Solution {
    public int[][] kClosest(int[][] points, int K) {
    	//a[0]存距离,a[1]存位置，定义小顶堆
        PriorityQueue<int[]> queue=new PriorityQueue<>(new Comparator<int[]>() {
			@Override
			public int compare(int[] o1, int[] o2) {
					return o2[0]-o1[0];
			}
		});
        //存入K个数组进堆
        for(int i=0;i<K;i++) {
        	queue.offer(new int[] {points[i][0]*points[i][0]+points[i][1]*points[i][1],i});
        }
        int n=points.length;
        //比较
        for(int i=K;i<n;i++) {
        	int len=points[i][0]*points[i][0]+points[i][1]*points[i][1];
        	if(queue.peek()[0]>len) {
        		queue.poll();
        		queue.offer(new int[] {len,i});
        	}
        }
        //K行2列
        int[][] ans=new int[K][2];
        for(int i=0;i<K;i++) {
        	ans[i] = points[queue.poll()[1]];
        }
        return ans;
    }
}