面试题40：最小的K个数

一、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。

二、解法

     分析：这道题最简单的思路莫过于把输入的n个整数排序，排序之后位于最前面的k个数就是最小的k个数，这种思路的时间按复杂度是O(nlogn).

2.1 方法一：时间复杂度为O(n)的算法，只有当我们可以修改输入的数组时可用

     思路：从解决面试题39：数组中出现次数超过一半的数字得到启发，我们同样可以基于Partition函数解决这个问题，如果基于数组的第k个数字来调整，则使得比第k个数字小的所有数字都位于数组的左边，比第k个数字大的所有数字都位于数组的右边，这样调整之后，位于数组中左边的k个数字就是最小的k个数字(这k个数字不一定是排序的)，下面是基于这种思路的参考代码：

class Solution {
public:
    int Partition(vector<int> &input, int start, int end)
    {
        int x = input[end];
        int i = start-1;
        for(int j=start; j<=end-1; ++j)
        {
            if (input[j] <= x)
            {
                i++;
                swap(input[i], input[j]);
            }
        }
        swap(input[i+1], input[end]);
        return i+1;
    }
    vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
        int length = input.size();
        vector<int> res;
        if(length==0||k>length||k<=0)
            return res;
        int start = 0;
        int end = length-1;
        int index = Partition(input, start, end);
        while(index!=k-1)
        {
            if(index>k-1)
            {
                end = index-1;
                index = Partition(input, start, end);
            }
            else
            {
                start = index+1;
                index = Partition(input, start, end);
            }
        }
        for(int i=0;i<k;++i)
            res.push_back(input[i]);
        return res;
    }
};

2.2 方法二：时间复杂度为O(nlogk)的算法，特别适合处理海量数据

       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，接下来每次从输入的n个整数中读入一个数，如果容器中已有的数字少于k个，则直接把读入的数据放入容器中，如果容器中已有了k个数字了，也就是容器已满，此时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大，那么这个数不可能是最小的k整数之一，于是我们可以抛弃这个整数。

    因此，当容器满了以后，我们要做三件事：1）在k个整数中找到最大数；2）有可能在这个容器中删除最大数；3）有可能要插入一个新数字；如果用一个二叉树来实现这个数据容器，那么我们能在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)。

class Solution {
public:
    vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
        int len = input.size();
        if(len<=0||k>len)
            return vector<int>();
        multiset<int, greater<int>> leastNums;
        vector<int>::iterator vec_it = input.begin();
        for(;vec_it!=input.end();vec_it++)
        {
            if(leastNums.size() <k)
                leastNums.insert(*vec_it);
            else
            {
                multiset<int, greater<int>>::iterator greatest_it=leastNums.begin();
                if(*vec_it<*(leastNums.begin()))
                {
                    leastNums.erase(greatest_it);
                    leastNums.insert(*vec_it);
                }
            }
        }
        return vector<int>(leastNums.begin(), leastNums.end());
    }
};

三、解法比较

两种解法的特点比较

	基于Partition函数的解法	基于堆或者红黑树的解法
时间复杂度	O(n)	O(nlogk)
是否需要修改输入数组	是	否
是否适用于海量数据	否	是