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这8个数字,则最小的4个数字是1,2,3,4,。
看到本题后觉得有些简单,在三七互娱的笔试题中做过,可以先用快排,然后取前面的k个数即可,时间复杂度是O(NlogN),见方法一。
但又一想,有没有其他的方法,想起来了堆这个结构,可用基于大根堆原理的priority_queue<>优先队列来解决这个问题。先放入K个数到优先队列中,再逐一比较剩余数与优先队列中元素的大小。如果小于优先队列中的元素,则放入优先队列中。
priority_queue 优先队列,其底层是用堆来实现的。在优先队列中,队首元素一定是当前队列中优先级最高的那一个。
在优先队列中,没有 front() 函数与 back() 函数,而只能通过 top() 函数来访问队首元素(也可称为堆顶元素),也就是优先级最高的元素。
//下面两种优先队列的定义是等价的
priority_queue<int> q;
priority_queue<int,vector<int>,less<int> >;//后面有一个空格,大根堆
priority_queue<int,vector<int>,greater<int> >q; //小根堆
方法一:
class Solution {
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
vector<int> res;
if(input.empty() || k<=0 || k>input.size())
return res;
sort(input.begin(),input.end());
for(int i=0;i<k;i++)
res.push_back(input[i]);
return res;
}
};
方法二:
class Solution {
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
vector<int> res;
if(input.empty() || k<=0 || k>input.size())
return res;
priority_queue<int> q;
for(int i=0;i<input.size();i++)
{
if(q.size()<k)
q.push(input[i]);
else {
if(input[i]<q.top())
{
q.pop();
q.push(input[i]);
}
}
}
while(!q.empty()){
res.push_back(q.top());
q.pop();
}
return res;
}
};