目录
1.题目要求
设计一个算法,找出数组中最小的k个数。以任意顺序返回这k个数均可
示例:
输入: arr = [1,3,5,7,2,4,6,8], k = 4 输出: [1,2,3,4]
提示:
0 <= len(arr) <= 100000
0 <= k <= min(100000, len(arr))
方法一:排序
思路分析:
对原数组从小到大排序后取出前 k 个数即可。
代码展示:
class Solution {
public int[] smallestK(int[] arr, int k) {
int[] vec = new int[k];
Arrays.sort(arr);
for (int i = 0; i < k; ++i) {
vec[i] = arr[i];
}
return vec;
}
}
复杂度分析:
时间复杂度:O(nlogn),其中 n 是数组 arr 的长度。算法的时间复杂度即排序的时间复杂度
空间复杂度:O(logn),排序所需额外的空间复杂度为 O(logn)
方法二:堆
思路分析:
用一个大根堆实时维护数组的前 k 小值,遍历数组将元素一个个的入堆,若堆中元素到达k个,接下来每次入堆一个元素,同时出堆一个元素,此时遍历完整个数组,堆中保存的元素就是最小k个元素,将堆中的元素一一放入数组中,返回数组即可
图解:
代码展示:
class Solution {
public int[] smallestK(int[] arr, int k){
//定义一个最大堆,只保存k个元素
Queue<Integer> queue = new PriorityQueue<>(new MinHeap());
for(int i = 0; i < arr.length; i++){
queue.offer(arr[i]);
if(i >= k){
queue.poll();
}
}
int [] res = new int[k];
for(int i = 0; i < k; i++){
res[i] = queue.poll();
}
return res;
}
}
class MinHeap implements Comparator<Integer>{
public int compare(Integer o1, Integer o2){
return o2 - o1;
}
}
复杂度分析:
时间复杂度:O(nlogk),其中 n 是数组 arr 的长度。由于大根堆实时维护前 k 小值,所以插入删除都是 O(logk) 的时间复杂度,最坏情况下数组里 n 个数都会插入,所以一共需要 O(nlogk) 的时间复杂度。
空间复杂度:O(k),因为大根堆里最多 k 个数。