剑指Offer之TOPK问题

问题一：求出数组中最小的k个数

参考博文：https://blog.csdn.net/pcwl1206/article/details/86425013

思路一：维护一个k的大根堆即可

public static List<Integer> process(int arr[], int k) {
		ArrayList<Integer> list = new ArrayList<Integer>();
		int len = arr.length;
		if (k > len || k == 0) {
			return list;
		}
		PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(k, new Comparator<Integer>() {
			@Override
			public int compare(Integer o1, Integer o2) {
				return o2 - o1;
			}
		});
		// 维持k个数的大根堆
		for (int i = 0; i < arr.length; i++) {
			// 如果大根堆的大小小于k,直接将数插入
			if (maxHeap.size() != k) {
				maxHeap.add(arr[i]);
			} else if (maxHeap.peek() > arr[i]) {// 大根堆里面已经有k个数了，那就需要将其中的数进行替换
				Integer poll = maxHeap.poll();
				poll = null;
				maxHeap.add(arr[i]);
			}
		}
		for (Integer x : maxHeap) {
			list.add(x);
		}
		return list;
	}

可用于数据量较大的时候

思路二：利用快排的思想

public class TopKInArra {
    
	//partition
	public static int partition(int arr[],int left,int right) {
		if(right<left) {
			return 0;
		}
		int i=left;
		int j=right+1;
		int help=arr[left];
		while(true) {
			while(i<right&& arr[++i]<=help) {
				
			}
			while(j>0&&arr[--j]>help) {
				
			}
			if(i>=j) {
				break;
			}
			swap(arr,i,j);
		}
		swap(arr,left,j);
		return j;
	}
    //final
	public static List<Integer> process(int arr[],int k){
		List<Integer> list=new ArrayList<Integer>();
		if(arr==null||arr.length==0) {
			return  list;
		}
		int start=0,end=arr.length-1;
		int index=partition(arr,start,end);
		while(index!=k-1) {
			if(k-1>index) {
				start=index+1;
				index=partition(arr,start,end);
			}else if(k-1<index) {
				end=index-1;
				index=partition(arr,start,end);
			}
		}
		for(int i=0;i<k;i++) {
			list.add(arr[i]);
		}
		return list;
	}
	private static void swap(int[] arr, int i, int j) {
		int temp=arr[i];
		arr[i]=arr[j];
		arr[j]=temp;
	}
}

变种:求数组中最大的k个数

public class TopKInArray3 {
	public static List<Integer> process(int arr[], int k) {
		ArrayList<Integer> list = new ArrayList<Integer>();
		int len = arr.length;
		if (k > len || k == 0) {
			return list;
		}
		PriorityQueue<Integer> minHeap = new PriorityQueue<Integer>();
		// 维持k个数的小根堆
		for(int i=0;i<k;i++) {
			minHeap.add(arr[i]);
		}
		for(int i=k;i<arr.length;i++) {
			if(minHeap.peek()<arr[i]) {
				Integer poll=minHeap.poll();
				poll=null;
				minHeap.add(arr[i]);
			}
		}
		for (Integer x : minHeap) {
			list.add(x);
		}
		return list;
	}