40. 最小的k个数

题目

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]

解1-堆

  • 建立一个大小为k的大根堆
  • 若堆的大小小于k,直接将元素数加入到堆中
  • 否则判断当前数字与大根堆堆顶元素的大小关系:
    1. 如果当前数字比大根堆堆顶还大,这个数就直接跳过;
    2. 反之如果当前数字比大根堆堆顶小,先poll掉堆顶,再将该数字放入堆中。
class Solution {
    public int[] getLeastNumbers(int[] arr, int k) {
        if(k==0||arr.length==0){
            return new int[0];
        }

        //Queue<Integer> queue=new PriorityQueue<>((v1, v2) -> v2 - v1);
        PriorityQueue<Integer> queue = new PriorityQueue<Integer>(
            new Comparator<Integer>() {
                public int compare(Integer num1, Integer num2) {
                    return num2 - num1;
                }
            });
        //遍历数组加入堆
        for(int x:arr){
            //堆的大小小于k,元素直接加入堆
           if(queue.size()<k){
               queue.offer(x);
           }else if(x<queue.peek()){
               //堆的大小大于等于k,大顶堆堆顶就是最大值,当前元素小于堆顶,就移除堆顶,加入当前元素
               queue.poll();
               queue.offer(x);
           }
        }
        //将堆中元素移到数组
        int[] res=new int[k];
        int index=0;
        for(int x:queue){
            res[index++]=x;
        }

        return res;
    }
}

解2-快排

  • 若 j = p,我们就找到了最小的 k 个数,就是左侧的数组;
  • 若 j<m ,则最小的 k个数一定都在左侧数组中,我们只需要对左侧数组递归地 parition 即可;
  • 若 j>m,则左侧数组中的 m 个数都属于最小的 k 个数,我们还需要在右侧数组中寻找最小的 k-m个数,对右侧数组递归地 partition 即可。
class Solution {
    public int[] getLeastNumbers(int[] arr, int k) {
    	//k==0条件的是否存在会影响后续结果
        if (k == 0 || arr.length == 0) {
            return new int[0];
        }
        // 最后一个参数表示我们要找的是下标为k-1的数
        return quickSearch(arr, 0, arr.length - 1, k - 1);
    }
    private int[] quickSearch(int[] arr,int l,int r,int p){
        int j=paration(arr,l,r);
        if(j==p){
            return Arrays.copyOf(arr,j+1);
        }

        return j>p?quickSearch(arr,l,j-1,p):quickSearch(arr,j+1,r,p);
    }
	//Hoare法
    private int paration(int[] arr,int l,int r){
        int i=l;
        int j=r;
        int key=arr[l];
        while(i<j){
            //最左边为基准值必须从最右边查找
            //选择左边为基准值就必须先从最右边找
            //下面两行交换就会出错
            /*
            * 1 3 5 7 9
            * key 1
            * i=0 arr[i]=1
            * j=9 arr[j]=9
            *
            * 选择最左边第一个值作为基准值
            * 如果从左边开始寻找,一直向右找大于1的值 找到3
            * 然后从右边找小于1的值 找到i=j就退出 也是3
            * 自身交换 然后再3 1 交换成  3  1   5 7 9
            *都不满足基准值1左边是小于它的值右边是大于它的值
            * 故推翻
            * */
            while(i<j&&arr[j]>=key){
                j--;
            }
            while(i<j&&arr[i]<=key){
                i++;
            }
            int tmp=arr[i];
            arr[i]=arr[j];
            arr[j]=tmp;
        }
        arr[l]=arr[i];
        arr[i]=key;
		//存在k==0条件的判断返回i或j均可
		//不存在k==0条件的判断只能返回j返回i会栈溢出
        return j;
    }
        
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是使用 Kotlin 解决这个问题的代码: ```kotlin fun kthSmallest(mat: Array<IntArray>, k: Int): Int { var left = 0 var right = 0 for (i in 0 until mat.size) { left += mat[i][0] right += mat[i][mat[i].size - 1] } var result = left while (left <= right) { val mid = (left + right) / 2 val count = countArrays(mat, 0, mid, 0, k) if (count >= k) { result = mid right = mid - 1 } else { left = mid + 1 } } return result } fun countArrays(mat: Array<IntArray>, row: Int, target: Int, sum: Int, k: Int): Int { if (sum > target || sum + (mat.size - row) * mat[0].size < target) { return 0 } if (row == mat.size) { return 1 } var count = 0 for (i in 0 until mat[0].size) { count += countArrays(mat, row + 1, target, sum + mat[row][i], k - count) if (count >= k) { break } } return count } ``` 这个算法的时间复杂度为 O(k log s),其中 s 为矩阵中所有元素的和。具体来说,我们首先计算出所有可能数组中的最小和 left 和最大和 right,然后使用二分查找在这个范围内查找第 k 小的数组和。在每次二分查找时,我们使用回溯法统计小于等于 mid 的数组和的数量,如果数量大于等于 k,则说明 mid 可能是符合条件的数,我们将右边界缩小到 mid,否则我们将左边界扩大到 mid + 1。在回溯法中,我们使用递归遍历每一行中的所有元素,计算所有可能的数组和,并返回小于等于 target 的数组和的数量。 以下是这个算法的测试代码: ```kotlin fun main() { val mat1 = arrayOf(intArrayOf(1, 3, 11), intArrayOf(2, 4, 6)) println(kthSmallest(mat1, 5)) // 输出 7 println(kthSmallest(mat1, 9)) // 输出 17 val mat2 = arrayOf(intArrayOf(1, 10, 10), intArrayOf(1, 4, 5), intArrayOf(2, 3, 6)) println(kthSmallest(mat2, 7)) // 输出 9 val mat3 = arrayOf(intArrayOf(1, 1, 10), intArrayOf(2, 2, 9)) println(kthSmallest(mat3, 7)) // 输出 12 } ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值