20200328——剑指offer 面试题40：最小的k个数

这道题最简单的思路莫过于把输入的n个正数排序，排序之后位于最前面的k个数就是最小的k个数，这种思路的时间复杂度是Onlogn，面试官会提示我们还有更快的算法。

---

解法一：时间复杂度为On的算法，只有当我们可以修改输入的数组的时候可用

解法二：是时间复杂度为LogK的算法。特别适合处理海量数据。

我们可以先创建一个大小为k的数据容器来存储最小的k个数字，接下来每次从输入的n个整数中读入一个数，如果容器中已有的数字少于k个，则直接把这次读入的整数放入容器之中，如果容器中已有k个数字了，也就是容器已经满了，此时我们不能再插入新的数字而只能替换已有的数字了，找出这已有的k个数中最大值，然后拿这次待插入的整数和最大值进行比较。如果待插入的值比当前已有的最大值小，则用这个数替换当前已有的最大值，如果待插入的值比已有的最大值还打，那么这个数不可能是最小的k个整数之一，于是我们可以抛弃这个整数。

因此，容器满了之后，我们需要做3件事情，一时在k个整数中找到最大数，二是有可能在这个容器中删除最大数，三是有可能要插入一个新的数组。如果用一颗二叉树实现这个数据容器，那么我们能在Ologk时间内实现这三步操作，因此，对于n个输入数字而言，总的时间效率就是Onlogk

我们可以选择用不同的二叉树来实现这个数据容器。由于每次都需要找到k个整数中的最大数字，我们很容易想到用最大堆。在最大堆中，根节点的值总是大于它的子树中任意节点的值。于是我们每次可以在O1时间 得到已有k个数字中最大值

package question40_find_k_min;

import javafx.geometry.Pos;

import java.util.ArrayList;
import java.util.List;

/**
 * @Classname Solution
 * @Description TODO
 * @Date 2020/3/28 14:31
 * @Created by mmz
 */
public class Solution {

    public ArrayList<Integer> generateSolution(int[] input,int k){
        ArrayList<Integer> arrayList = new ArrayList<>();
        if(input.length <k){
            return arrayList;
        }
        findMin(input,0,input.length-1,k);
        for(int i = 0;i<k;i++){
            arrayList.add(input[i]);
        }
        return arrayList;
    }

    public void findMin(int[] arr,int start,int end,int k){
       if(start<end){
           int pos = partition(arr,start,end);
           if(pos == k-1){
               return;
           }else if(pos < k -1){
               findMin(arr,pos+1,end,k);
           }else{
               findMin(arr,start,pos-1,k)
           }
       }
    }
    public int partition(int[] arr,int start ,int end){
        int temp = arr[start];
        while(start<end){
            while(start<end && arr[end]<=temp){
                end--;
            }
            arr[start] = arr[end];
            while(start<end && arr[start]>=temp){
                start++;
            }
            arr[end] = arr[start];
        }
        arr[start] = temp;
        return start;
    }
}