本文参考自《剑指offer》一书,代码采用Java语言。
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。
思路
思路一:同剑指offer(39) 数组中出现次数超过一半的数字中使用partition()方法,基于数组的第k个数字调整,使得更小的k个数字都在数组左边即可。
思路二:依次遍历n个整数,用一个容器存放最小的k个数字,每遇到比容器中最大的数字还小的数字时,将最大值替换为该数字。容器可以使用最大堆或者红黑树来实现。本文根据堆排序的原理来实现。
测试算例
1.功能测试(数组中存在/不存在重复数字)
2.边界值测试(k=1或者等于数组长度)
2.特殊测试(null、k<1、k大于数组长度)
Java代码
//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。
public class KLeastNumbers {
/*
* 方法一:采用partition()
*/
public ArrayList GetLeastNumbers_Solution1(int [] input, int k) {
ArrayList leastNumbers = new ArrayList();
while(input==null || k<=0 || k>input.length)
return leastNumbers;
int start=0;
int end=input.length-1;
int index=partition(input,start,end);
while(index!=k-1){
if(index
start=index+1;
index=partition(input,start,end);
}else{
end=index-1;
index=partition(input,start,end);
}
}
for(int i=0;i
leastNumbers.add(input[i]);
}
return leastNumbers;
}
private int partition(int[] arr, int start,int end){
int pivotKey=arr[start];
while(start
while(start=pivotKey)
end--;
swap(arr,start,end);
while(start
start++;
swap(arr,start,end);
}
return start;
}
private void swap(int[] arr, int i,int j){
int temp=arr[i];
arr[i]=arr[j];
arr[j]=temp;
}
/*
* 方法二:基于堆的容器
*/
public ArrayList GetLeastNumbers_Solution2(int [] input, int k) {
ArrayList leastNumbers = new ArrayList();
while(input==null || k<=0 || k>input.length)
return leastNumbers;
int[] numbers=new int[k]; //用于放最小的k个数
for(int i=0;i
numbers[i]=input[i];//先放入前k个数
for(int i=k/2-1;i>=0;i--){
adjustHeap(numbers,i,k-1);//将数组构造成最大堆形式
}
for(int i=k;i
if(input[i]
numbers[0]=input[i];
adjustHeap(numbers,0,k-1);//重新调整最大堆
}
}
for(int n:numbers)
leastNumbers.add(n);
return leastNumbers;
}
//最大堆的调整方法,忘记时可以复习一下堆排序。
private void adjustHeap(int[] arr,int start,int end){
int temp=arr[start];
int child=start*2+1;
while(child<=end){
if(child+1<=end && arr[child+1]>arr[child])
child++;
if(arr[child]
break;
arr[start]=arr[child];
start=child;
child=child*2+1;
}
arr[start]=temp;
}
}
大顶堆可以用PriorityQueue实现,所以方法二可利用API实现如下:
public ArrayList GetLeastNumbers_Solution(int [] input, int k) {
ArrayList list = new ArrayList<>();
if(input==null || input.length
return list;
PriorityQueue heap = new PriorityQueue<>(k,(i1, i2)->(i2-i1));
for(int i=0; i
if(heap.size()
heap.offer(input[i]);
}else if(heap.peek()>input[i]){
heap.poll();
heap.offer(input[i]);
}
}
for(int i: heap)
list.add(i);
return list;
}
收获
1.k小于等于0的情况别忘记了
2.方法二,只需要在原始数组中进行读入操作,而所有的写操作和判断都是在容器中进行的,不用反复读取原始数组,思想非常好。
3.记得要弄清楚是否可以改变原始输入的数组。
4.partition函数:即是快速排序的基础,也可以用来查找n个数中第k大的数字。
5.当涉及到频繁查找和替换最大最小值时,二叉树是非常合适的数据结构,要能想到堆和二叉树。
6. PriorityQueue重点:
* 大顶堆与小顶堆的构建: new Comporator()
* 如何插值: heap.offer(e)
* 如何获取堆顶的值: heap.peek(), heap.poll()