首先,解这类问题,我们首先要了解partion,简单来说,选一个基准数,将小于这个基准数的数放到这个基准数前面,大于这个基准数的放到这个基准数后面,下面贴代码
public static int Partition(int a[],int low,int high){
int pivokey=a[low];
while (low<high){
while (low<high&&a[high]>=pivokey){
high--;
}
a[low]=a[high];
while (low<high&&a[low]<=pivokey){
low++;
}
a[high]=a[low];
}
a[low]=pivokey;
return low;
}
这里有一点,这个partition能返回当前基准数在一轮排序之后的位置,这边是有改动这个数组的位置,对于基准数的选择对快排的时间复杂度是有优化的,详情点击快排算法
这边主要讲解最小的k个数,另外的两道题的思想都是一样的。
题目: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。
思路:首先这类有关最大最小的数,我们就要想到排序,但是,这些数又不用用到全排序,所以我们可以直接去考虑使用partition,假设我们用partition来进行一轮排序,就用第一个数为基准数,得到的数列为 3,2,1,4,6,7,5,8 。这时候返回的位置是3(数组从0开始算),所以这是正好是4个数,我们这是可以发现,其实不需要对完整的数组进行全排序就能解决问题了,只要使Partition()==k-1,就能返回了我们所需要的最小4个数了。
所以当第一次Partition的时候,我们返回的结果设为key,会有三种情况key>k-1 , key
public static ArrayList<Integer> GetLeastNumbers_Solution(int a[], int k){
ArrayList<Integer> b=new ArrayList<Integer>();
if(k>a.length||k==0||a.length==0){
return b;
}
int low=0;
int high=a.length-1;
int pivokey=Partition(a,low,high);
while(pivokey!=k-1){
if (pivokey>k-1){
high=pivokey-1;
pivokey=Partition(a,low,high);
}
else {
low=pivokey+1;
pivokey=Partition(a,low,high);
}
}
for(int i=0;i<k;i++){
b.add(a[i]);
}
return b;
}
通过上面题目的分析,我们再来看看关于top k,数组超过一半的数这两道题。
我们看下top k问题,假设我们的partition从小到大排序,那么我们需要从小到大的k2为n-k+1,同样根据上面那道题的思路来考虑,最关键的还是要考虑不存在等问题。
数组超过一半的数,这里我们需要用到数学思想,超过一半的数,我们想到了中位数,如果这个数组种存在超过一半的数,那么这个数经过排序之后一定会占领这个中位数,所以这次要while(partition==这个数组的中位数),同样根据第一题的方法去完成。接下来,同样要考虑值的有效性,判断这个数是否符合题意,判断数组的有效性等。
总结一下,我们懂得了运用哪个知识去解题的时候,不应该马上急着把代码拿给面试官看,我们还需要好好考虑我们所需的这个值是否符合题意,考虑边界值,考虑数组和值的有效性,比如第一题的这部分判断,这些是我们想好用哪个知识点去解决题目之后所应该要考虑的问题。
if(k>a.length||k==0||a.length==0){
return b;
}