最小的K个数

题目:从大量的数据中找出最小的K个数。

思路一:维护一个最大堆。时间复杂度O(nlogk),空间复杂度O(k)。

堆创建的核心函数是adjustDown(),将一个小值节点往下沉,直到它的子节点都比自己小。

void adjustDown(int *arr, int i, int n) {
	int tmp = arr[i],j;	//保存待调整的节点值tmp,左子节点j.
	for (; 2 * i <= n;i=j) {
		j=2*i;
		if (j + 1 <= n&&arr[j + 1] > arr[j]) j++;//若右节点存在&&右节点值更大,取右节点.
		if (arr[j] > tmp) arr[i] = arr[j];			//若最大的子节点比自己大,则将该子节点填充到自己的位置.
		else break;
	}
	arr[i] = tmp;
}
//为了计算方便,数组的有效部分是从下标1开始的,arr[0]没有用到。
void makeHeap(int *arr, int n) {
	for (int i = n / 2; i > 0; i--)
		adjustDown(arr, i, n);
}

这里读取一行数据,用的是getline(cin,str)和sstream中的istringstream strstream(str),再用strstream依次>>arr[i].

int main() {
	string str;
	while (getline(cin, str)) {
		//将输入写进数组(这里因为输入里没有预先的数组长度n,所以用到下面的处理方式)
		istringstream strstream(str);
		int n = count(str.begin(), str.end(), ' ');
		int *arr = new int[n+2];
		for (int i = 1; i < n+2; i++)
			strstream >> arr[i];
		//建堆并且不断更新
		int k = arr[n+1];
		makeHeap(arr, k);
		for (int i = k + 1; i <= n; i++)
			if (arr[i] < arr[1]) {
				arr[1] = arr[i];
				adjustDown(arr, 1, k);
			}
		//输出(按从小到大的顺序,所以需要排序)
		int *out = new int[k];
		for (int i = 0; i < k; i++){
			out[k - i-1] = arr[1];
			arr[1] = arr[k-i];
			adjustDown(arr, 1, k - i-1);		
		}
		for (int i = 0; i < k-1; i++) 
			cout << out[i]<<" ";
		cout << out[k - 1] << endl;
	}
}

思路二:快排的思想,但每次只排一半。时间复杂度O(n),空间复杂度O(1)。

在C语言中,找到一组整数中的最小k个数可以采用多种算法实现,其中一种常见的方法是使用优先队列(通常称为堆),特别是大顶堆(Max Heap)。这里提供一个简单的示例,使用大顶堆结构: ```c #include <stdio.h> #include <stdlib.h> // 定义一个数组大小 #define MAX_SIZE 100 // 结构体表示堆节点,包含值和索引 typedef struct { int value; int index; } MinHeapNode; // 大顶堆实现,用于存储前k小的元素 void max_heapify(int arr[], int n, int i) { int largest = i; // 初始化最大值位置为根节点 int left = 2 * i + 1; // 左孩子 int right = 2 * i + 2; // 右孩子 if (left < n && arr[left] > arr[largest]) { largest = left; } if (right < n && arr[right] > arr[largest]) { largest = right; } if (largest != i) { // 如果有更大值 swap(&arr[i], &arr[largest]); // 交换 max_heapify(arr, n, largest); // 递归调整子树 } } // 建立大顶堆 void build_max_heap(int arr[], int k) { for (int i = k / 2 - 1; i >= 0; i--) { max_heapify(arr, k, i); } } // 添加新元素到堆并保持堆性质 void insert(int arr[], int n, int k, int new_val, int new_index) { arr[n++] = new_val; // 添加新元素 max_heapify(arr, k, n - 1); // 调整以保持堆 } // 获取最小k个数 void get_min_k(int arr[], int k) { printf("The smallest %d numbers are:\n", k); for (int i = 0; i < k; i++) { printf("%d ", arr[0]); swap(&arr[0], &arr[k - 1]); // 将当前堆顶移到末尾 max_heapify(arr, k - 1, 0); // 更新堆 } } // 主函数示例 int main() { int arr[] = {9, 8, 7, 6, 5, 4, 3, 2, 1}; int n = sizeof(arr) / sizeof(arr[0]), k = 3; build_max_heap(arr, k); // 创建初始堆 // 假设我们有新元素插入 insert(arr, n, k, 100, 10); // 新元素:100, 索引:10 get_min_k(arr, k); // 输出前k小数 return 0; } ``` 在这个例子中,`build_max_heap()`函数建立了一个大顶堆,`insert()`函数用于添加新元素并维护堆属性,`get_min_k()`函数则从堆中获取并删除最小的k个元素。
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