NowCoder
题目描述
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,。
解题思路
1 快速选择
- 复杂度:O(N) + O(1)
- 只有当允许修改数组元素时才可以使用
快速排序的 partition() 方法,会返回一个整数 j 使得 a[l..j-1] 小于等于 a[j],且 a[j+1..h] 大于等于 a[j],此时 a[j] 就是数组的第 j 大元素。可以利用这个特性找出数组的第 K 个元素,这种找第 K 个元素的算法称为快速选择算法。
class Solution {
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
int len = input.size();
if(!len || !k || k>len) return vector<int> ();
if(k == len) return input;
int begin = 0, end = len-1, index = Partition(input, begin, end);
while(index != (k-1) && begin < end) {
if(index > k-1) {
end = index-1;
index = Partition(input, begin, end);
} else {
begin = index+1;
index = Partition(input, begin, end);
}
}
return vector<int> (input.begin(), input.begin()+k);
}
int Partition(vector<int>& input, int begin, int end) {
int pivot = input[begin];
while(begin < end) {
while(begin<end && pivot<=input[end]) end--;
input[begin] = input[end];
while(begin<end && pivot>=input[begin]) begin++;
input[end] = input[begin];
}
input[begin] = pivot;
return begin;
}
};
2 大小为k的大顶堆
- 复杂度:O(nlogk) + O(k)
- 特别适合处理海量数据
应该使用大顶堆来维护最小堆,而不能直接创建一个小顶堆并设置一个大小,企图让小顶堆中的元素都是最小元素。
维护一个大小为 K 的最小堆过程如下:在添加一个元素之后,如果大顶堆的大小大于 K,那么需要将大顶堆的堆顶元素去除。
class Solution {//建堆,默认为大顶堆(最大堆),用伪函数less<type>()和greater<type>()来生成大顶堆和小顶堆
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
int len = input.size();
if(len<=0 || k>len || k<=0) return vector<int>();
vector<int> res(input.begin(),input.begin()+k);
make_heap(res.begin(),res.end());
for(int i=k;i<len;i++) {
if(input[i]<res[0]) {
pop_heap(res.begin(),res.end()); //先pop,堆顶元素换到容器尾部
res.pop_back();//然后在容器中删除
res.push_back(input[i]); //先在容器尾部加入,
push_heap(res.begin(),res.end());//再push堆,回归堆的属性
}
}
//sort_heap(res.begin(),res.end());//使其从小到大输出,排序后失去堆的属性
return res;
}
};
3 大小为k的multiset集合
红黑树:利用仿函数改变排序顺序,复杂度为O(nlogk) + O(k)。
class Solution {//greater表示内置类型从大到小排序,less表示内置类型从小到大排序。
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
int len = input.size();
if(len<=0||k>len) return vector<int>();
multiset<int, greater<int> > leastNums;//仿函数中的greater<T>模板,从大到小排序
vector<int>::iterator vec_it = input.begin();
while(leastNums.size()<k) leastNums.insert(*(vec_it++));//将前k个元素插入集合
for(;vec_it!=input.end();vec_it++) {
multiset<int, greater<int> >::iterator greatest_it = leastNums.begin();//第一个元素是最大值
if(*vec_it<*(leastNums.begin())) {//如果后续元素<第一个元素,删除第一个,加入当前元素
leastNums.erase(greatest_it);
leastNums.insert(*vec_it);
}
}
return vector<int> (leastNums.begin(),leastNums.end());
}
};
4 全排序
用sort函数,时间复杂度为O(nlogn)
class Solution {
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
vector<int> res;
if(input.empty() || k>input.size() || k<=0) return res;
sort(input.begin(),input.end());
for(int i=0;i<k;i++) res.push_back(input[i]);
return res;
}
};