分治算法(4)_快速选择_库存管理III_面试题

个人主页：C++忠实粉丝
欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 C++忠实粉丝 原创

分治算法(4)_快速选择_库存管理III_面试题

收录于专栏【经典算法练习】
本专栏旨在分享学习算法的一点学习笔记，欢迎大家在评论区交流讨论💌

目录

温馨提示:

1. 题目链接:

2. 题目描述:

3. 解法(快速选择)

算法思路:  

代码展示:

结果分析: 

---

温馨提示:

该问题是top k问题的一类,top k问题可以使用堆排序和快速排序解决,因为题目要求使用O(N)的时间复杂度解决该问题,所以我这里就直接使用快速排序解决,想看堆排序的宝子们可以取下面的博客查看:

数据结构之二叉树的超详细讲解(2)--(堆的概念和结构的实现,堆排序和堆排序的应用)-CSDN博客 

1. 题目链接:

OJ链接 : 库存管理

2. 题目描述:

仓库管理员以数组 stock 形式记录商品库存表，其中 stock[i] 表示对应商品库存余量。请返回库存余量最少的 cnt 个商品余量，返回 顺序不限。

示例 1：

输入：stock = [2,5,7,4], cnt = 1
输出：[2]

示例 2：

输入：stock = [0,2,3,6], cnt = 2
输出：[0,2] 或 [2,0]

提示：

• 0 <= cnt <= stock.length <= 10000
0 <= stock[i] <= 10000

 

3. 解法(快速选择)

算法思路:  

这道题跟上道"找到第k个最大数"的题很想,建议大家先去看那道题,算法思路基本上是一致的.

分治算法(3)_快速选择_数组中的第K个最大元素-CSDN博客 

在快排中,当我们把数组[分成三块]之后: [l, left] [left + 1, right - 1] [right, r],我们可以通过计算每一个区间内元素的[个数],进而推断出最小的k个数在那些区间里面.

那我们可以直接去[相应的区间]继续划分数组即可.

  

代码展示:

class Solution {
public:
    vector<int> inventoryManagement(vector<int>& stock, int cnt) {
        srand(time(NULL));
        qsort(stock, 0, stock.size() - 1, cnt);
        return {stock.begin(), stock.begin() + cnt};
    }

    void qsort(vector<int>& nums, int l, int r, int cnt)
    {
        if(l >= r) return;

        int key = getRandom(nums, l, r);
        int i = l, left = l - 1, right = r + 1;
        while(i < right)
        {
            if(nums[i] < key) swap(nums[++left], nums[i++]);
            else if(nums[i] == key) i++;
            else swap(nums[--right], nums[i]);
        }

        int a = left - l + 1;
        int b = right - left - 1;
        if(a > cnt) qsort(nums, l, left, cnt);
        else if(a + b >= cnt) return;
        else qsort(nums, right, r, cnt - a - b);
    }

    int getRandom(vector<int>& nums, int left, int right)
    {
        int r = rand();
        return nums[left + r % (right - left + 1)];
    }
};

 

结果分析: 

示例分析 :

 

在随机选择基准的情况下，期望的时间复杂度为 O(n)。这是因为在平均情况下，基准会将数组大致分成两半，这样每次递归将处理的元素数量减少大约一半。
由于每次递归的分区工作是线性的（O(n)），整个过程在期望情况下是 O(n) 的。