剑指Offer40-最小的k个数（python）

剑指Offer47-礼物的最大价值

---

每日几道leetcode刷刷题！
剑指Offer47-礼物的最大价值

---

题目描述

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]

---

代码

1.排序法

比较简单以及直观

class Solution:
    def getLeastNumbers(self, arr: List[int], k: int) -> List[int]:
        arr.sort()
        return arr[:k]

时间复杂度：O(nlog n)，其中 n 是数组 arr 的长度。算法的时间复杂度即排序的时间复杂度。

空间复杂度：O(log n)，排序所需额外的空间复杂度为 O(log n)

---

堆

我们用一个大根堆实时维护数组的前 k 小值。首先将前 k 个数插入大根堆中，随后从第 k+1 个数开始遍历，如果当前遍历到的数比大根堆的堆顶的数要小，就把堆顶的数 (hp[0]) 弹出，再插入当前遍历到的数。由于 C++ 语言中的堆（即优先队列）为大根堆，我们可以这么做。而 Python 语言中的堆为小根堆，因此我们要对数组中所有的数取其相反数，才能使用小根堆维护前 k 小值。

关于heapq模块的一些函数总结

class Solution:
    def getLeastNumbers(self, arr: List[int], k: int) -> List[int]:
        if k == 0:
            return list()

        hp = [-x for x in arr[:k]] 
        heapq.heapify(hp) #建立大根堆
        for i in range(k, len(arr)):
            if -hp[0] > arr[i]:  #遍历到的数比大根堆的堆顶的数要小
                heapq.heappop(hp) #堆顶的数 (hp[0]) 弹出
                heapq.heappush(hp, -arr[i]) #插入当前遍历到的数
        ans = [-x for x in hp]
        return ans

时间复杂度：O(nlog k)，其中 n 是数组 arr 的长度。由于大根堆实时维护前 k 小值，所以插入删除都是 O(logk) 的时间复杂度，最坏情况下数组里 n 个数都会插入，所以一共需要 O(nlogk) 的时间复杂度。

空间复杂度：O(k)，因为大根堆里最多 k 个数

---

总结

参考https://leetcode-cn.com/problems/zui-xiao-de-kge-shu-lcof/solution/zui-xiao-de-kge-shu-by-leetcode-solution/