找数组中与其他数绝对值差和最小的数_leetcode第192周赛第二题数组中的 k 个最强值

leetcode1471. 数组中的 k 个最强值

给你一个整数数组 arr 和一个整数 k 。

设 m 为数组的中位数，只要满足下述两个前提之一，就可以判定 arr[i] 的值比 arr[j] 的值更强：

• |arr[i] - m| > |arr[j] - m|
• |arr[i] - m| == |arr[j] - m|，且 arr[i] > arr[j]

请返回由数组中最强的 k 个值组成的列表。答案可以以 任意顺序 返回。

中位数 是一个有序整数列表中处于中间位置的值。形式上，如果列表的长度为 n ，那么中位数就是该有序列表（下标从 0 开始）中位于 ((n - 1) / 2) 的元素。

• 例如 arr = [6, -3, 7, 2, 11]，n = 5：数组排序后得到 arr = [-3, 2, 6, 7, 11] ，数组的中间位置为 m = ((5 - 1) / 2) = 2 ，中位数 arr[m] 的值为 6 。
• 例如 arr = [-7, 22, 17, 3]，n = 4：数组排序后得到 arr = [-7, 3, 17, 22] ，数组的中间位置为 m = ((4 - 1) / 2) = 1 ，中位数 arr[m] 的值为 3 。

示例 1：

输入：arr = [1,2,3,4,5], k = 2
输出：[5,1]
解释：中位数为 3，按从强到弱顺序排序后，数组变为 [5,1,4,2,3]。最强的两个元素是 [5, 1]。[1, 5] 也是正确答案。
注意，尽管 |5 - 3| == |1 - 3| ，但是 5 比 1 更强，因为 5 > 1 。

示例 2：

输入：arr = [1,1,3,5,5], k = 2
输出：[5,5]
解释：中位数为 3, 按从强到弱顺序排序后，数组变为 [5,5,1,1,3]。最强的两个元素是 [5, 5]。

示例 3：

输入：arr = [6,7,11,7,6,8], k = 5
输出：[11,8,6,6,7]
解释：中位数为 7, 按从强到弱顺序排序后，数组变为 [11,8,6,6,7,7]。
[11,8,6,6,7] 的任何排列都是正确答案。

示例 4：

输入：arr = [6,-3,7,2,11], k = 3
输出：[-3,11,2]

示例 5：

输入：arr = [-7,22,17,3], k = 2
输出：[22,17]

提示：

• 1 <= arr.length <= 10^5
• -10^5 <= arr[i] <= 10^5
• 1 <= k <= arr.length

---

方法：排序+双指针

思路：

本题实际上不难，主要需要注意的是这里面重新定义了中位数，无论数组长为奇数还是偶数，它的中位数都是排序后的((n - 1) / 2)位置的元素。就因为这个比赛的时候就错误提交了一次......

首先将数组排序，求出中位数mid，然后从大到小找k个“最强数”，我们看最强数的定义，是使得abs(arr[i]-mid)尽可能大。那么可以知道，较强的数一定是在我们的排好序的数组的两端，且最左边或最右边的第一个数一定是最强数（考虑最左边是因为加了绝对值）。

所以我们使用双指针，left=0，right=n-1。不断比较左右指针位置的abs(arr[i]-mid)，将大的arr[i]加入答案数组，由于注意到另一个限制，当abs(arr[i]-mid)相等的时候，arr[i]更大的更强，也就是说，左右指针求这个abs相等时，肯定是右边的加入答案数组。加入数组之后，更新左/右指针，计数，直到选出k个。

复杂度分析：

• 排序的时间复杂度为O(NlogN)，后面双指针最多为O(N)，所以时间复杂度为O(NlogN)。
• 只使用了几个变量，不考虑答案数组的情况，空间复杂度为O(1)。

代码：

class Solution:
    def getStrongest(self, arr: List[int], k: int) -> List[int]:
        #排序
        arr.sort()
        n = len(arr)
        #求出中位数
        mid = arr[(n-1)//2]
        #初始化左右指针
        left = 0
        right = n-1
        #答案数组，初始化count计数
        ans = []
        count = 0
        #开始遍历
        while count < k:
            #右边>=左边，右边更强
            if abs(arr[right]-mid) >= abs(arr[left]-mid):
                ans.append(arr[right])
                right -= 1
            else:
                ans.append(arr[left])
                left += 1
            count += 1
        return ans

结果：