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

输出1，2，3，4

思路

思路一

排序后取出前k个数。时间复杂度为O(nlgn)

思路二

依然根据快速排序中交换数据的方法，被选取的数字被交换的位置，该位置前面的数都比被选取的小，该位置后面的都比选取的大，所以只要找到第k个位置就好。代码见下。

时间复杂度O(n)

思路三

我们可以先创建一个k个容量的容器，每次读取一个数字，如果该容器没满，就将该数组放进容器。如果该容器已满，则得到该容器中的最大值，如果读取的数字大于等于最大值，则读取下一个数字，否则，删除最大值，将读取的数组放进容器，所有数字读取完毕后容器中的K个数字为最小。

需要思考，怎样得到k个容器中的最大值以及删除插入的操作的复杂度，选用合适的数据结构使得复杂度最小。

可以用最大堆，得到最大值的复杂度为O(1),删除和插入数字的复杂度为O(lgK)，java中封装好的PriorityQueue即可使用。

也可以使用红黑树，得到最大值，删除，插入的复杂度都为O（lgk）

总的时间复杂度为O(nlgk).

代码见下。

代码

思路二

public static int[] getLeastNumbers(int[] numbers,int length,int k){

    if(numbers == null || length <= 0 || k <= 0 || k > length)return null;

    int[] result = new int[k];
    int start = 0;
    int end = length - 1;
    int index = partition(numbers,start,end);
    while(index != k){
        if(index < k){
            start = index + 1;
            index = partition(numbers,start,end);
        } else{
            end = index - 1;
            index = partition(numbers,start,end);
        }
    }
    for(int i = 0;i < k;i++){
        result[i] = numbers[i];
    }
    return result;
}
public static int partition(int[] numbers,int start,int end){
    while(start < end) {
        while (numbers[end] >= numbers[start] && start < end) end--;
        int temp =  numbers[end];
        numbers[end] = numbers[start];
        numbers[start] = temp;
        while (numbers[end] >= numbers[start] && start < end) start++;
        temp =  numbers[end];
        numbers[end] = numbers[start];
        numbers[start] = temp;
    }
    return start;
}

思路三

public static int[] getLeastNumbers2(int[] numbers,int length,int k){

    if(numbers == null || length <= 0 || k <= 0 || k > length)return null;



    PriorityQueue<Integer> result = new PriorityQueue<>(k, new Comparator<Integer>() {

        @Override

        public int compare(Integer o1, Integer o2) {

            return o2.compareTo(o1);

        }

    });

    int[] results = new int[k];

    for(int i = 0;i < k;i++){

        result.offer(numbers[i]);

    }

    for(int i = k;i < length;i++){

        int max = result.peek();

        if(numbers[i] < max){

            result.poll();

            result.offer(numbers[i]);

        }

    }

    for(int i = 0;i < k;i++){

        int max = result.poll();

        results[i] = max;

    }

    return results;

}

总结

思路一最直观，但是时间复杂度相对较高。

思路二时间复杂度最低，但是需要修改输入的数组。

思路三需要用到最大堆或者红黑树，需要对数据结构掌握熟悉，但是特别适合处理海量数据，因为可以一个一个处理数据。