剑指 offer第40题-最小的k个数

用快排把数组分为k的两部分，元素之间大小不去详细比较，只比较k个数大还是k个数小。
方法一：使用快速排序的方法
复杂度：O(N) + O(1)
只有当允许修改数组元素时才可以使用

import java.util.ArrayList;
public class Solution {
    public ArrayList<Integer> GetLeastNumbers_Solution(int[] input, int k) {
        ArrayList<Integer> ret=new ArrayList<>();
        if(input.length<k||k<=0)
            return ret;
        findKthSmallest(input,k-1);
        for(int i=0;i<k;i++){
            ret.add(input[i]);
        }
        return ret;
    }
    //找到前k小的元素
    public void findKthSmallest(int[] nums,int k){
        int l=0,h=nums.length-1;
        while(l<h){
            int j=partition(nums,l,h);
            if(j==k)
                break;
            if(j>k)
                h=j-1;
            else
                l=j+1;
        }
    }
    private int partition(int[] nums,int l,int h){
        int p=nums[l];
        int i=l,j=h+1;
        while(true){
            while(i!=h&&nums[++i]<p);
            while(j!=l&&nums[--j]>p);
            if(i>=j) break;
            swap(nums,i,j);
        }
        swap(nums,l,j);
        return j;
    }
    private void swap(int[] nums,int i,int j){
        int t=nums[i];
        nums[i]=nums[j];
        nums[j]=t;
    }
}

方法二：大小为k的最小堆
1、复杂度：O(NlogK) + O(K)
2、特别适合处理海量数据

应该使用大顶堆来维护最小堆，而不能直接创建一个小顶堆并设置一个大小，企图让小顶堆中的元素都是最小元素。

维护一个大小为 K 的最小堆过程如下：在添加一个元素之后，如果大顶堆的大小大于 K，那么需要将大顶堆的堆顶元素去除

import java.util.ArrayList;
import java.util.PriorityQueue;
import java.util.Comparator;
public class Solution {
    public ArrayList<Integer> GetLeastNumbers_Solution(int[] input, int k) {
        ArrayList<Integer> result=new ArrayList<>();
        if(k>input.length||k<=0) return result;
        PriorityQueue<Integer> maxHeap=new PriorityQueue<Integer>(k,new Comparator<Integer>(){
            @Override
            public int compare(Integer o1,Integer o2){
                return o2.compareTo(o1);
            }
        });
        for(int i=0;i<input.length;i++){
            if(maxHeap.size()!=k){
                maxHeap.offer(input[i]);
            }else if(maxHeap.peek()>input[i]){
                Integer temp=maxHeap.poll();
                temp=null;
                maxHeap.offer(input[i]);
            }
        }
        for(Integer integer:maxHeap){
            result.add(integer);
        }
        return result;
    }
}

先放k个数到大顶堆，然后顶端元素和剩下的元素比较，若是小于，则把更小的那个放到大顶堆里。