题目
我们有一个由平面上的点组成的列表 points。需要从中找出 K 个距离原点 (0, 0) 最近的点。
(这里,平面上两点之间的距离是欧几里德距离。)
你可以按任何顺序返回答案。除了点坐标的顺序之外,答案确保是唯一的。
示例 1:
输入:points = [[1,3],[-2,2]], K = 1
输出:[[-2,2]]
解释:
(1, 3) 和原点之间的距离为 sqrt(10),
(-2, 2) 和原点之间的距离为 sqrt(8),
由于 sqrt(8) < sqrt(10),(-2, 2) 离原点更近。
我们只需要距离原点最近的 K = 1 个点,所以答案就是 [[-2,2]]。
示例 2:
输入:points = [[3,3],[5,-1],[-2,4]], K = 2
输出:[[3,3],[-2,4]]
(答案 [[-2,4],[3,3]] 也会被接受。)
提示:
1 <= K <= points.length <= 10000
-10000 < points[i][0] < 10000
-10000 < points[i][1] < 10000
解题思路
Heap
主要是用这道题来熟悉一下堆的应用。
首先计算出来每个点到原点的距离,然后用前K个数字建一个大小为K的大根堆,当堆建好后,后面的数字进来时,先push进堆,再pop出堆即可。
Quick sort
Find smaller pairs, larger pairs, and same pairs, then dive into only one of them.
代码
Heap
class Solution:
def kClosest(self, points: List[List[int]], k: int) -> List[List[int]]:
heap = []
for x, y in points:
if len(heap) < k:
heapq.heappush(heap, (-x ** 2 - y ** 2, x, y))
else:
heapq.heappushpop(heap, (-x ** 2 - y ** 2, x, y))
return [[item[1], item[2]] for item in heap]
Quick sort
class Solution:
def kClosest(self, points: List[List[int]], k: int) -> List[List[int]]:
dis_points = [(x ** 2 + y ** 2, x, y) for x, y in points]
def helper(nums: list, k: int) -> list:
if len(nums) == k:
return nums
pivot_index = random.randint(0, len(nums) - 1)
pivot = nums[pivot_index][0]
equals, smallers, largers = [], [], []
for item in nums:
if item[0] == pivot:
equals.append(item)
elif item[0] < pivot:
smallers.append(item)
else:
largers.append(item)
if len(smallers) > k:
return helper(smallers, k)
elif len(smallers) + len(equals) < k:
return smallers + equals + helper(largers, k - len(smallers) - len(equals))
return smallers + equals[:k - len(smallers)]
res = helper(dis_points, k)
return [[item[1], item[2]] for item in res]