Java求解最大的k个数和最小的k个数

Java求解最大的k个数和最小的k个数

1. 最大的k个数

解题思路

代码使用了一个优先队列(PriorityQueue)来实现。优先队列是一种根据元素的优先级进行排序的数据结构,这里我们使用顺序排列,即小顶堆。初始时,我们将数组中的前k个元素加入到优先队列中。

然后,遍历数组剩余的元素,如果当前元素比优先队列中的堆顶元素(最小元素)大,则将堆顶元素出队,将当前元素加入优先队列。

最后,将优先队列中的元素依次取出,并将它们存放到结果数组result中。由于优先队列已经按照顺序排列,所以取出的元素会按照升序存放在result中。

因此,这段代码求得的是数组arr中最大的k个数,并将它们存放在结果数组result中。

package day902;

import java.util.PriorityQueue;

/**
 * 最大的k个数
 */

public class GetLargestNumbers {
    public static void main(String[] args) {
        int []arr = {10,31,455,62,7,822,9};
        int k = 4;
        int []result = getLargestNumbers(arr,k);
        for(int num : result) {
            System.out.println(num);
        }
    }
    public static int[] getLargestNumbers(int[] arr, int k) {
        if (k == 0) {
            return new int[0];
        }
        PriorityQueue<Integer> heap = new PriorityQueue<>(k);
        for (int i = 0; i < k; i++) {
            heap.offer(arr[i]);
        }
        for (int i = k; i < arr.length; i++) {
            if(arr[i] > heap.peek()) {
                heap.poll();
                heap.offer(arr[i]);
            }
        }
        int []result = new int[k];
        int index = 0;
        for(int num : heap) {
            result[index++]= num;
        }
        return result;
    }
}

2. 最小的K个数

解题思路

代码使用了一个优先队列(PriorityQueue)来实现。优先队列是一种根据元素的优先级进行排序的数据结构,这里我们使用逆序排列,即大顶堆。初始时,我们将数组中的前k个元素加入到优先队列中。

然后,遍历数组剩余的元素,如果当前元素比优先队列中的堆顶元素(最大元素)小,则将堆顶元素出队,将当前元素加入优先队列。

最后,将优先队列中的元素依次取出,并将它们存放到结果数组result中。由于优先队列已经按照逆序排列,所以取出的元素会按照降序存放在result中。

因此,这段代码求得的是数组arr中最小的k个数,并将它们存放在结果数组result中。

package day828;


import java.util.Collections;
import java.util.PriorityQueue;

/**
 * 最小的k个数
 */

public class GetLeastNumbers {
    public static void main(String[] args) {
        int []arr = {10,31,455,62,7,822,9};
        int k = 4;
        int []result = getLeastNumbers(arr,k);
        for(int num : result) {
            System.out.println(num);
        }
    }
    public static int[] getLeastNumbers(int[] arr, int k) {
        if (k == 0) {
            return new int[0];
        }

        PriorityQueue<Integer> heap = new PriorityQueue<>(k, Collections.reverseOrder());
        for (int i = 0; i < k; i++) {
            heap.offer(arr[i]);
        }

        for (int i = k; i < arr.length; i++) {
            if (arr[i] < heap.peek()) {
                heap.poll();
                heap.offer(arr[i]);
            }
        }
        //将优先队列中的元素依次取出,并存放到结果数组`result`中
        int[] result = new int[k];
        int index = 0;
        for (int num : heap) {
            result[index++] = num;
        }

        return result;
    }
}

补充

  • peek(): 返回队列的头部元素,但并不删除该元素。如果队列为空,则返回 null
  • poll(): 返回队列的头部元素,并将其从队列中删除。如果队列为空,则返回 null
  • offer(): 将指定的元素插入到队列的尾部。如果队列已满,则返回 false;否则返回 true
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值