牛客网--最小的k个数（堆排序）

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,。

这个一时没找到好的解决方法，只能用排序。
但其实这道题可以用快速排序做，但快速排序的index到k-1位置时，左边数组即为所求
真的是没掌握好排序，所以没联系到快排。
代码如下：

package 剑指offer;

import org.junit.Test;

import java.lang.reflect.Array;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.TreeSet;

/**
 * Created by Administrator on 2018/10/14.
 */
public class 最小的K个数 {
    public static ArrayList<Integer> GetLeastNumbers_Solution(int [] input, int k) {
       /*我的解决
       ArrayList<Integer> res=new ArrayList<>();
        if(k<=0||k>input.length)
            return res;
        Arrays.sort(input);
        for(int i=0;i<k;i++){
            res.add(input[i]);
        }
        return res;*/
        
        if(k<=0||input==null||k>input.length)
            return new ArrayList<>();
        return quickSort(input,k);
    }

    public static ArrayList<Integer> quickSort(int[] input,int k){
        /*
        利用快速排序找出k个最小的数组，
        在k-1位置时，左边数组即为所求
        <k-1时，low指针向右移动
        >k-1时，high指针向左移动
         */
        ArrayList<Integer> res=new ArrayList<>();
        int low=0,high=input.length-1;
        int index=paration(input,low,high);
        while(index!=k-1){
            if(index<k-1){
                low=index+1;
            }else{
                high=index-1;
            }
            index=paration(input,low,high);
        }
        for(int i=0;i<k;i++)
            res.add(input[i]);
        return res;
    }

    private static int paration(int[] input, int low, int high) {
        int tmp=input[low];
        while (low<high){
            while (high>low&&input[high]>tmp)
                high--;
            input[low]=input[high];
            while (low<high&&input[low]<tmp)
                low++;
            input[high]=input[low];
        }
        input[low]=tmp;
        return low;
    }

    @Test
    public void test(){
        int[] inputs={4,5,1,6,2,7,3,8};
        ArrayList<Integer> res=GetLeastNumbers_Solution(inputs,4);
        for (int i=0;i<4;i++){
            System.out.println(res.get(i));
        }
    }
}

这种方法会改变原数组中数据之间的相对位置，所以输出结果不是排好序的，但复杂度能达到O(n)，非常快

反观我的算法，会改变原数组，这是不太好的，一般不要改变输入的数组，写的时候也没注意到这点。
可以用TreeSet,底层是红黑树，按排列顺序输出，复杂度O(nlogn),和一般排序算法差不多。

private static ArrayList<Integer> treeSet(int[] input,int k){
        if(input == null)
            return null;
        ArrayList<Integer> list = new ArrayList<Integer>(k);
        if(k > input.length) return list;
        TreeSet<Integer> tree = new TreeSet<Integer>();
        for(int i = 0; i < input.length; i++){
            tree.add(input[i]);
        }
        int i = 0;
        for(Integer elem : tree){
            if(i >= k)
                break;
            list.add(elem);
            i++;
        }
        return list;

    }

可以自己实现最大堆找出最小的k个数
参考博客
堆排序学的不是太好，有必要自己实现一下
堆排序

堆排序
用数组实现效率比较高
说下基本要注意的
用数组x实现

• root=1 下标1开始，作为根
• value(i)=x[i]
• leftChild(i)=2*i
• rightCild(i)=2*i+1
• parent(i)=i/2
• null(i)=(i<1) or (i>n)
• topN问题采用容量为n的最小堆，minN相反

实现

public class heapSort {

    public heapSort(){

    }

    public heapSort(int[] arr){
        /*
        * 构建最大堆
        * */
        for(int i=1;i<arr.length;i++)
            shitUp(arr,i);
    }

    public int[] minK(int[] arr,int k){
        /*
        构建容量为k的最大堆
        * 实现时忘记了topK是要用最小堆的，
        * 所以将就minK
        * */
        int[] res=new int[k+1];
        for(int i=1;i<=k;i++){
            res[i]=arr[i];
        }
        BuildMaxHeap(res,k);
        for(int i=k;i<arr.length;i++){
            if(arr[i]>res[1])
                continue;
            else{
                res[1]=arr[i];
                shitDown2(res,1,k);
            }
        }
        return res;
    }

    private void shitUp(int[] arr,int n){
        /*
        * 这种适合构建堆
        * 假设有一个最大堆，从堆得最后面即
        * 数组末尾开始向上寻找合适位置
        * */
        while(true){
            if(n==1)
                break;
            int i=n/2;  //父节点
            if(arr[i]<=arr[n])
                break;
                //交换父子节点
            int tmp=arr[i];
            arr[i]=arr[n];
            arr[n]=tmp;
            n=i;
        }
    }

    private void shitDown1(int[] arr,int n){
        /*
        * 这种方法适合构造包含一定数量的堆
        * 需要传入参数k
        * 用以解决min(n)问题
        * 这是经典写法
        * 对于已经是n容量的堆才适合
        * 这里太麻烦，所以没打算实现
        * */
        int i=1;
        while(true){
            int c=i>>2;
            if(c>n)
                break;
            //c是左节点
            if(c+1<n&&arr[c+1]<arr[c])
                c++;
            if(arr[i]<=arr[c])
                break;
            int tmp=arr[i];
            arr[i]=arr[c];
            arr[c]=tmp;
            i=c;
        }
    }

    private void shitDown2(int[] arr,int s,int n){
        /*
        * 看到的一种很好的解决minN问题
        * */
        arr[0]=arr[s];
        for(int i=s*2;i<=n;i*=2){
            if(i<n&&arr[i]<arr[i+1])
                i++;
            if(arr[0]>=arr[i])
                break;
            else{
                arr[s]=arr[i];
                s=i;
            }
        }
        arr[s]=arr[0];
    }

    void BuildMaxHeap(int[] arr,int n)
    {
        for(int i=n/2;i>0;i--)
            shitDown2(arr,i,n);//向下调整
    }

    public static void main(String[] args){
        int[] arr={0,35,40,26,51,19,23,29,17,22,18,15,20};
        heapSort sort=new heapSort(arr);
        /*for(int i=1;i<arr.length;i++)
            System.out.println(arr[i]);*/
        int k=3;
        int[] b=sort.minK(arr,k);
        for(int i=1;i<=k;i++){
            System.out.println(b[i]);
        }
    }

}

最大堆和最小堆可以用PriorityQueue实现

private PriorityQueue<Integer> minHeap=new PriorityQueue<Integer>(new Comparator<Integer>() {
       @Override
       public int compare(Integer o1, Integer o2) {
           return o1-o2;
       }
   }),
    maxHeap=new PriorityQueue<>(new Comparator<Integer>() {
        @Override
        public int compare(Integer o1, Integer o2) {
            return 02-o1;
        }
    });