题目描述
输入整数数组 arr ,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。
示例 1:
输入:arr = [3,2,1], k = 2
输出:[1,2] 或者 [2,1]
示例 2:
输入:arr = [0,1,2,1], k = 1
输出:[0]
限制:
0 <= k <= arr.length <= 10000
0 <= arr[i] <= 10000
方法一(直接排序)
1.解题思路
调用排序接口,然后取前k个数
2.代码实现
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
Arrays.sort(arr);
int[] res=new int[k];
for(int i=0;i<k;i++){
res[i]=arr[i];
}
return res;
}
}
3.复杂度分析
- 时间复杂度:调用了排序接口,所以时间复杂度为O(n*logn)
- 空间复杂度:空间复杂度为O(logn)
方法二(自建大顶堆)
1.解题思路
首先将arr数组前k个元素赋值给res数组,然后基于res数组构建一个大小为k的大顶堆。然后在arr数组第k个到最后一个元素之间循环,如果当前元素小于堆顶元素,则将堆顶元素替换为当前元素,并且重建大顶堆。
2.代码实现
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
if(arr==null||arr.length==0||k==0) return new int[0];
int[] res=new int[k];
for(int i=0;i<k;i++){
res[i]=arr[i];
}
//自建大小为k的大顶堆
for(int i=k/2-1;i>=0;i--){
adjust(res,i,k-1);
}
//每次都与堆顶元素比较
for(int i=k;i<arr.length;i++){
if(res[0]>arr[i]){
res[0]=arr[i];
adjust(res,0,k-1);
}
}
return res;
}
private void adjust(int[] arr,int s,int m){
int temp=arr[s],j;
for(j=2*s+1;j<=m;j=j*2+1){
if(j<m&&arr[j]<arr[j+1]){
j++;
}
if(temp>=arr[j]) break;
arr[s]=arr[j];
s=j;
}
arr[s]=temp;
}
}
3.复杂度分析
- 时间复杂度:大顶堆插入删除元素的时间复杂度均为O(logk),最坏情况下需要处理n个元素,所以时间复杂度为O(n*logk)
- 空间复杂度:因为需要构建大小为k的大顶堆来存储元素值,所以空间复杂度为O(logk)
方法三(快排思想)
1.解题思路
主要想法是利用快排的partition函数找到刚好为k-1的切分点。如果切分点小于k-1,则往后继续找;如果大于k-1,则往前继续找。找到之后,切分点之前的数都可以切分点对应的值,之后的数都大于切分点对应的值,所以直接取前k个数,则是最小的k个数。
2.代码实现
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
if(arr==null||arr.length==0||k==0) return new int[0];
int low=0;
int high=arr.length-1;
int index=partition(arr,low,high);
while(index!=k-1){
if(index<k-1){
low=index+1;
index=partition(arr,low,high);
}
else if(index>k-1){
high=index-1;
index=partition(arr,low,high);
}
}
int[] res=new int[k];
for(int i=0;i<k;i++){
res[i]=arr[i];
}
return res;
}
private int partition(int[] arr,int low,int high){
int pivot=arr[low];
while(low<high){
while(low<high&&pivot<=arr[high]) high--;
swap(arr,low,high);
while(low<high&&pivot>=arr[low]) low++;
swap(arr,low,high);
}
return low;
}
private void swap(int[] arr,int low,int high){
int temp=arr[low];
arr[low]=arr[high];
arr[high]=temp;
}
}
3.复杂度分析
- 时间复杂度:理想情况下复杂度为O(n),最坏情况下时间复杂度为O(n2),最坏情况下,每一次partition范围只缩小1,需要n次查找,具体证明可以参考《算法导论》第 9 章第 2 小节。
- 空间复杂度:理想情况下空间复杂度为O(logn),最坏情况下为O(n),最坏情况下需要划分n次,递归栈的深度为n。
方法四(计数排序)
1.解题思路
用一个数组记录arr数组中每个元素出现的次数,然后遍历(按出现次数从小到大)这个频次数组,只要出现次数不为0,就加入到结果数组,总共加到k个就直接结束。(只适用于数组 范围已经给定的情况)
2.代码实现
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
int[] br=new int[10001];
for(int a:arr){
br[a]++;
}
int[] res=new int[k];
int id=0;
for(int i=0;i<br.length;i++){
while(br[i]-->0&&id<k){
res[id++]=i;
}
if (id==k) {
break;
}
}
return res;
}
}
3.复杂度分析
- 时间复杂度:因为只需要循环n+k次,所以时间复杂度为O(n)。
- 空间复杂度:取决于arr数组中元素的范围,如果范围大小为m,则空间复杂度为O(m)。
剑指offer全集入口: 请戳这里