剑指 Offer 40. 最小的k个数
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。
思路一:排序后,选取前k个数值返回。由于是简单题,所以自己实现快排,不调用sort函数。
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
quickSort(arr, 0, arr.length - 1);
// 截取我们想要的结果
return Arrays.copyOf(arr, k);
}
private void quickSort(int[] arr, int l, int r) {
// 索引异常 返回
if(l > r) return;
int i = l;
int j = r;
while(i < j){
// 找到第一个小于基准的元素
while(i < j && arr[j] >= arr[l]) j--;
// 找到第一个大于基准的元素
while(i < j && arr[i] <= arr[l]) i++;
// 交换,直到遍历结束
swap(arr,i,j);
}
// 将基准放到中间。
swap(arr,l,i);
// 分别向基准的 左右 递归
quickSort(arr,l,i-1);
quickSort(arr,i+1,r);
}
// 交换函数
private void swap(int[] arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
}
思路二:我们可以通过思路一来对算法进行优化,因为只是想要前K小的元素,并没有要求需要排序,所以我们可以在对左右进行递归时,可以判断到底是向左还是向右,减少递归次数。
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
if (k >= arr.length) return arr;
return quickSort(arr,k, 0, arr.length - 1);
}
private int[] quickSort(int[] arr,int k, int l, int r) {
int i = l;
int j = r;
while(i < j){
while(i < j && arr[j] >= arr[l]) j--;
while(i < j && arr[i] <= arr[l]) i++;
swap(arr,i,j);
}
swap(arr,l,i);
// 如果要找的k个最小数比当前基准的索引小,就往左边递归
// 如果比当前基准的索引大,就往右边递归
// 如果相等就直接返回
if(k < i) quickSort(arr,k,l,i-1);
if(k > i) quickSort(arr,k,i+1,r);
return Arrays.copyOf(arr,k);
}
private void swap(int[] arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
}
思路三:前K个最小数,可以用大顶堆来做。
class Solution {
public int[] getLeastNumbers(int[] arr, int k) {
if(k == 0) return new int[0];
//Queue<Integer> heap = new PriorityQueue<>(k, (i1, i2) -> Integer.compare(i2, i1));
// 大顶堆 java默认创建的堆为小顶堆
Queue<Integer> heap =new PriorityQueue<Integer>((n1, n2) -> n2-n1);
for(int num: arr){
// 解释一下这三个短路或
// 1.为空? 直接入堆:2
// 2.未满? 直接入堆:3
// 3.能进入3说明此时的堆已经满了,此时只用考虑是否小于堆顶元素,如果小再入堆,否则跳过。
if(heap.isEmpty() || heap.size() < k || num < heap.peek())
heap.offer(num);
if(heap.size() > k)
heap.poll();
}
int[] res = new int[heap.size()];
int j = 0;
for (int e : heap) {
res[j++] = e;
}
return res;
}
}
前两种思路的时间复杂度是优于大顶堆的,但是快排是会对改变原数组,如果不想改变的话,需要申请另外一空间,当数据集很大的时候,是不适合的,此时大顶堆更合适。