剑指 offer 面试题 40 最小的 k 个元素-CSDN博客

本文链接：https://blog.csdn.net/weixin_43857959/article/details/107873790

最小的 k 个元素

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。

题解

快速排序（需要修改输入的数组）

算法思想
- 利用快排的思想（快排可以在 O(n)）时间内找到第 k 大元素，则也可以找到前 k 小元素
复杂度分析
- 时间复杂度 O(n)
- 空间复杂度 O(1)

class Solution {
    int[] arr;
    int k;
    public int[] getLeastNumbers(int[] arr, int k) {
        if(arr.length == 0)return new int[0];
      	//特殊情况，如果没有此限制可能会数组越界
        if(arr.length == k)return arr;
        this.arr = arr;
        this.k = k;
        return quickSearch(0,arr.length-1);
    }
    int[] quickSearch(int low,int high){
        int site = partition(low,high);
        if(site == k){
            return Arrays.copyOfRange(arr,0,k);
        }else if(site > k){
            return quickSearch(low,site-1);
        }else{
            return quickSearch(site+1,high);
        }
    }
    int partition(int low,int high){
        int pivot = arr[high];
        int small = low;
        for(int i = low;i < high;i++){
            if(arr[i] < pivot){
                if(small == i){
                    small++;
                }else{
                    swap(i,small);
                    small++;
                }
            }
        }
        swap(small,high);
        return small;
    }
    void swap(int a,int b){
        int temp = arr[a];
        arr[a] = arr[b];
        arr[b] = temp;
    }
}

GGej36

大顶堆（适合海量数据的场景下）

为什么适合海量数据，因为此算法需要的空间仅仅是 k，其他的元素逐次读取
算法思想
- 使用大顶堆加入 k 个元素，然后其他的元素（A）与大顶堆的堆顶比较，如果堆顶元素大于 A，则将堆顶元素取出，将 A 放入，直到结束
复杂度分析
- 时间复杂度 O(nlogk）
- 空间复杂度 O(k)

class Solution {
    public int[] getLeastNumbers(int[] arr, int k) {
        if(k == 0 || arr.length == 0)return new int[0];
        PriorityQueue<Integer> heap = new PriorityQueue<>((a,b)->b-a);
        for(int num:arr){
            if(heap.size() < k){
                heap.offer(num);
            }else{
                if(heap.peek() > num){
                    heap.poll();
                    heap.offer(num);
                }
            }
        }
        int[] res = new int[k];
        int j = 0;
        for(int num:heap){
            res[j++] = num;
        }
        return res;
    }
}