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。)
提示:
- 1 <= K <= points.length <= 10000
- -10000 < points[i][0] < 10000
- -10000 < points[i][1] < 10000
解题思路:
top K问题换了一个马甲~
- 欧几里德距离即直线距离,直角三角形 a² + b² = c²
- 遍历数组找出 c ² 最小的前 k 个元素即可
- top k 问题可以用 大/小顶堆 解决,这里求最小值,使用大顶堆
方法一:优先队列-大顶堆
public int[][] kClosest(int[][] points, int K) {
int[][] ans = new int[K][2];
// 优先队列,定义排序规则 平方和大的排前面
Queue<int[]> queue = new PriorityQueue<>(K, (o1, o2) ->
(o2[0] * o2[0] + o2[1] * o2[1]) - (o1[0] * o1[0] + o1[1] * o1[1])
);
for (int i = 0; i < points.length; i++) {
int[] point = points[i];
if (queue.size() == K) {
// 当堆的容量达到 K 时,取出堆顶元素 即堆里平方和最大的元素
// 和当前元素比较,如果当前元素的平方和更小 则弹出堆顶元素,放入新元素
int[] curMax = queue.peek();
if ((point[0] * point[0] + point[1] * point[1]) < (curMax[0] * curMax[0] + curMax[1] * curMax[1])) {
queue.poll();
queue.add(point);
}
} else {
queue.add(point);
}
}
int index = 0;
while (!queue.isEmpty()) {
ans[index++] = queue.poll();
}
return ans;
}