leetcode刷题（剑指offer）_（二叉堆）_40最小的k个数字

面试题40. 最小的k个数
输入整数数组 arr ，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。

示例 1：

输入：arr = [3,2,1], k = 2
输出：[1,2] 或者 [2,1]
示例 2：

输入：arr = [0,1,2,1], k = 1
输出：[0]

解答：
这是一道简单题。
最简单的做法是先sort，再取前k个数字。代码略。

优化1：
O（n） partition
利用快排的思想，选定一个初始目标，一轮过后，观察pivot的坐标位置，如果超过k则在左边继续做简易快排，如果低于k 则在右边继续做简易快排，如果等于k，则说明左边刚好是需要的数。

缺点：对于大数据量的数据，会浪费极大的内存（需要同时处理大量的数据）
代码略

优化2：
二叉堆暂存法
利用二叉堆暂存K个数，后面的来了以后做一轮重新排列，然后取走头数字。
所以应该使用 最大二叉堆：每次数字进来，比较拿走头部最大值，剩下的就是当前的最小k个数。

1：构造二叉堆

class maxheap:
    def __init__(self):
        self.heap = []

    def shift_up(self, x):
        self.heap.append(x)
        l = len(self.heap)
        s = l - 1
        while s > 0:
            if self.heap[s] > self.heap[(s - 1) // 2]:
                self.heap[s], self.heap[(s - 1) // 2] = self.heap[(s - 1) // 2], self.heap[s]
                s = (s - 1) // 2
            else:
                break

    def shift_down(self):
        x = self.heap[0]
        self.heap[0] = self.heap[-1]
        self.heap.pop()
        l = len(self.heap)
        s = 0
        while s <= (l - 2) / 2:
            if 2 * s + 2 < l:
                if self.heap[s] < self.heap[2 * s + 1] or self.heap[s] < self.heap[2 * s + 2]:
                    if self.heap[2 * s + 2] > self.heap[2 * s + 1]:
                        self.heap[s], self.heap[2 * s + 2], = self.heap[2 * s + 2], self.heap[s]
                        s = 2 * s + 2
                    else:
                        self.heap[s], self.heap[2 * s + 1], = self.heap[2 * s + 1], self.heap[s]
                        s = 2 * s + 1
                else:
                    break
            else:
                if self.heap[s] < self.heap[2 * s + 1]:
                    self.heap[s], self.heap[2 * s + 1], = self.heap[2 * s + 1], self.heap[s]
                    s = 2 * s + 1
                else:
                    break

1）初始化堆
2）shift_up表示新进数字进行层层比较选定正确的为准
3）shift_down表示去掉头后重排列

2 调用数据
1）k大于len直接返回
2）先行填充k个值
3）之后每次处理都是 先填充 shift_up 然后 剔除头 shift_down
4）返回最后的数组

class Solution:
    def getLeastNumbers(self, arr, k: int):
        if k >= len(arr):
            return arr
        myheap = maxheap()
        for i in range(k):
            myheap.shift_up(arr[i])
        for i in range(k, len(arr)):
            myheap.shift_up(arr[i])
            myheap.shift_down()
        return myheap.heap

TIPS：
1 此题可以扩展到大数据的处理方式，二叉堆的应用之一。
2 二叉堆设计后同样可以提供排序。shift_up shift_down轮流进行即可。