面试题40-最小的k个数

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。

解题思路

方法一：时间复杂度为O（n）的算法，只有当我们可以修改输入的数组时可用

我们可以基于Partition函数来解决这个问题。如果基于数组的第k个数字来调整，则使得比第k个数字小的所有数字都位于数组的左边，比第k个数字大的所有数字都位于数组的右边。这样调整之后，位于数组中左边的k个数字就是最小的k个数字（这k个数不一定是排序的）。

//基于Partition函数的解法
void GetLeastNumbers(int* input, int n,int *output,int k)
	{
		if (!input || k > n || !n || !k)
			return;
		int start = 0, end = n - 1;
		int index = Partition(input, n, start, end);
		while (index != k-1) //k小于8的时候可以替换为k-1
		{
			if (index > k-1)
				index=Partition(input, n, start, index - 1);
			if (index < k-1)
				index=Partition(input, n, index + 1, end);
		}
		for (int i = 0; i < k; i++)
			output[i] = input[i];
	}

方法二：时间复杂度为O（nlogk）的算法，特别适合处理海量数据

我们可以先创建一个大小为k的数据容器来存储最小的k个数字，接下来我们每次从输入的n个整数中的n个整数中读入一个数。如果容器中已有的数字少于k个，则直接把这次读入的整数放入容器之中；如果容器已经有k个数字了，也就是容器满了，此时我们不能再插入新的数字而只能替换已有的数字。找出这已有的k个数中的最大值，然后拿这次待插入的整数和最大值进行比较。如果待插入的值比当前已有的最大值小，则用这个数替换当前已有的最大值；如果待插入的值比当前已有的最大值还要大，那么这个数不可能是最小的k个整数之一，于是我们可以抛弃这个整数。

因此当容器满了之后，我们要做3件事情：一是在k个整数中找到最大数；二是有可能在这个容器中删除最大数；三是有可能要插入一个新的数字。如果用一个二叉树来实现这个数据容器，那么我们在O(logk)时间内实现这三步操作。因此对于n个输入数字而言，总的时间效率就是O(nlogk)。
下面是基于STL中的multiset的代码：

//第二种解法
typedef multiset<int, greater<int>> intSet;   //greater<int>为升序排列，less<int>，即按升序排序。
typedef multiset<int, greater<int>>::iterator  setIterator; // 任何声明变量的语句前面加上typedef之后，原来是变量的都变成一种类型。不管这个声明中的标识符号出现在中间还是最后.
	void GetLeastNumbers1(const vector<int>&data, intSet &leastNumbers, int k)
	{
		leastNumbers.clear();
		if (k < 1 || data.size() < k)
			return;
		vector<int>::const_iterator iter = data.begin(); //迭代器是可以进行改变的，但是其指向的元素是不允许改变的。
		for (; iter != data.end(); ++iter)
		{
			if (leastNumbers.size() < k)
				leastNumbers.insert(*iter);
			else
			{
				setIterator iterGreatest = leastNumbers.begin();
				if (*iter < *(leastNumbers.begin()))
				{
					leastNumbers.erase(iterGreatest);
					leastNumbers.insert(*iter);
				}
			}
		}

	}

解法比较

基于Partition函数的解法的平均时间复杂度为O（n），比第二种解法要快，但同时它也有明显的限制，比如会修改输入的数组。
第二种解法虽然慢一点，但它有明显的两个优点。一是没有修改输入的数据。二是该算法适合海量数据的输入。