【剑指Offer】最小的K个数

【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】

最简单暴力的方法就是先用sort排序，然后在遍历输出最小的K个数。复杂度为$O(nlogn)$ 。

还有一种更快，时间复杂度为$O(nlogk)$的方法：

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，接下来我们每次从输入的n个整数中的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；如果容器已经有k个数字了，也就是容器满了，此时我们不能再插入新的数字而只能替换已有的数字。找出这已有的k个数中的最大值，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；如果待插入的值比当前已有的最大值还要大，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。

因此当容器满了之后，我们要做3件事情：一是在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字。如果用一个二叉树来实现这个数据容器，那么我们在O(logk)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O(nlogk)。

优点：1）没有修改输入的数据。2）适合海量数据的输入，对于数据量巨大到无法一次性读取到内存的数据，采用这种方法，每次从硬盘读取一个数字进行操作就行。

【代码】

class Solution {
public:
	vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
		int length = input.size();
		vector<int> result;
		if (length <= 0 || k <= 0 || k > length) {
			return result;
		}
		for (int i = 0; i < length; i++) {
			if (result.size() < k) {
				result.push_back(input[i]);
			}
			else {
				// 建初堆（大根堆）
				for (int j = k / 2; j >= 0; j--) {
					HeapAdjust(result, j, k);
				}
				//堆排序
				for (int j = k - 1; j > 0; j--) {
					swap(result[0], result[j]);
					HeapAdjust(result, 0, j);
				}
				if (input[i] < result[k - 1]) {
					result[k - 1] = input[i];
				}
			}
		}
		return result;
	}
private:
	void HeapAdjust(vector<int> &input, int point, int length) {
		int temp = input[point];
		for (int i = 2 * point + 1; i < length; i = 2 * i + 1) {
			if (i + 1 < length && input[i] < input[i + 1]) {
				i++;
			}
			if (temp >= input[i]) {
				break;
			}
			input[point] = input[i];
			point = i;
		}
		input[point] = temp;
	}
};