查找最小的K个元素

题目：输入n个整数，输出其中最小的k个。
例如输入1，2，3，4，5，6，7和8这8个数字，则最小的4个数字为1，2，3和4。
分析：这道题最简单的思路莫过于把输入的n个整数排序，这样排在最前面的k个数就是最小的k个数。只是这种思路的时间复杂度为O(nlogn)。我们试着寻找更快的解决思路。
我们可以开辟一个长度为k的数组。每次从输入的n个整数中读入一个数。如果数组中已经插入的元素少于k个，则将读入的整数直接放到数组中。否则长度为k的数组已经满了，不能再往数组里插入元素，只能替换了。如果读入的这个整数比数组中已有k个整数的最大值要小，则用读入的这个整数替换这个最大值；如果读入的整数比数组中已有k个整数的最大值还要大，则读入的这个整数不可能是最小的k个整数之一，抛弃这个整数。这种思路相当于只要排序k个整数，因此时间复杂可以降到O(n+nlogk)。通常情况下k要远小于n，所以这种办法要优于前面的思路。

[cpp] view plain copy print ?

1. 参考代码： 
2. #include <set> 
3. #include <vector> 
4. #include <iostream> 
5. using namespace std; 
6. typedef multiset<int, greater<int> >   IntHeap; 
7. /// 
8. // find k least numbers in a vector 
9. /// 
10. void FindKLeastNumbers 
11. ( 
12.       const vector<int>& data,               // a vector of data 
13.        IntHeap& leastNumbers,                 // k least numbers, output 
14.       unsigned int k                               
15. ) 
16. { 
17.        leastNumbers.clear(); 
18.  
19.       if(k == 0 || data.size() < k) 
20.             return; 
21.        vector<int>::const_iterator iter = data.begin(); 
22.       for(; iter != data.end(); ++ iter) 
23.        { 
24.             // if less than k numbers was inserted into leastNumbers 
25.             if((leastNumbers.size()) < k) 
26.                    leastNumbers.insert(*iter); 
27.  
28.             // leastNumbers contains k numbers and it's full now 
29.             else 
30.              { 
31.                   // first number in leastNumbers is the greatest one 
32. IntHeap::iterator iterFirst = leastNumbers.begin();
33.                   // if is less than the previous greatest number 
34.                   if(*iter < *(leastNumbers.begin())) 
35.                    { 
36.                         // replace the previous greatest number 
37.                          leastNumbers.erase(iterFirst); 
38.                          leastNumbers.insert(*iter); 
39.                    } 
40.              } 
41.        } 
42. } 

参考代码： #include <set> #include <vector> #include <iostream> using namespace std; typedef multiset<int, greater<int> > IntHeap; /// // find k least numbers in a vector /// void FindKLeastNumbers ( const vector<int>& data, // a vector of data IntHeap& leastNumbers, // k least numbers, output unsigned int k ) { leastNumbers.clear(); if(k == 0 || data.size() < k) return; vector<int>::const_iterator iter = data.begin(); for(; iter != data.end(); ++ iter) { // if less than k numbers was inserted into leastNumbers if((leastNumbers.size()) < k) leastNumbers.insert(*iter); // leastNumbers contains k numbers and it's full now else { // first number in leastNumbers is the greatest one IntHeap::iterator iterFirst = leastNumbers.begin(); // if is less than the previous greatest number if(*iter < *(leastNumbers.begin())) { // replace the previous greatest number leastNumbers.erase(iterFirst); leastNumbers.insert(*iter); } } } }

题目：输入n个整数，输出其中最小的k个。
例如输入1，2，3，4，5，6，7和8这8个数字，则最小的4个数字为1，2，3和4。

1 在数据量不大的情况下，排序

2 维护一个最小k 的数组 ，复杂度 为 o(k * N)

3 为一个最小K个数的最大堆 o(log2 k * N)

题目：输入n个整数，输出其中最小的k个。
例如输入1，2，3，4，5，6，7和8这8个数字，则最小的4个数字为1，2，3和4。

1 在数据量不大的情况下，排序

2 维护一个最小k 的数组 ，复杂度 为 o(k * N)

3 为一个最小K个数的最大堆 o(log2 k * N)

[cpp] view plain copy print ?

1. /*
2. 查找最小的k 个元素
3. 题目：输入n 个整数，输出其中最小的k 个。
4. 例如输入1，2，3，4，5，6，7和8这8个数字，
5. 则最小的4个数字为1，2，3和4。
6. */ 
7.  
8. /*
9. 思路 ： 来一个数据处理一个 ，当来的数据量小于K 时 ，全部处理成最大堆，
10.         然后之后来的，必须要小于最大堆的的最大值，才可以入堆，此时 只需更新 根节点，再调整堆。
12. */ 
13. # include<stdio.h> 
14. # include<stdlib.h> 
15. const int K = 5 ;//这里可以修改  
16. const int MAXN = 1000; 
17.  
18. int max_heap[K+1] ;//维护一个 最大堆  
19. int end ,maxPos; 
20.  
21.  
22. void swap(int &a ,int &b) 
23. { 
24.     int t = a;a = b ; b = t; 
25. } 
26.  
27.  
28. int FindMax() 
29. { 
30.     int maxPos = 1; 
31.     for(int i = 2 ;i <= K ; i ++) 
32.         if(max_heap[i] >max_heap[maxPos] ) 
33.             maxPos = i; 
34.     return maxPos; 
35. } 
36. /*将数据插入到 数组中  插入排序的思想*/ 
37. void insertMinHeap(int mdata) 
38. { 
39.     int i,child = 0; 
40.     if(end == K +1 ) // 如果堆满   
41.     {     
42.     /*    int mmaxPos = FindMax();*/ 
43.         if(mdata >= max_heap[1] ) // 如果大于等于该堆的最大值 不做任何改变 
44.             return ; 
45.  
46.         max_heap[1] = mdata; 
47.         for(i = 1 ; i*2  <=  K ;i = child) 
48.         { 
49.             child = 2*i  ; 
50.             if((i*2 +1 <= K && max_heap[i*2] < max_heap[i*2+1]) )//返回最大孩子的下表 
51.                 child ++; 
52.             if(max_heap[i] < max_heap[child]) 
53.                 swap(max_heap[i] ,max_heap[child]); 
54.             else  
55.             { 
56.                 break; 
57.             } 
58.         }         
59.         return ; 
60.     } 
61.  
62.     max_heap[end ++] = mdata; 
63.     for(i = end -1  ; i > 1 ; i /=2) 
64.     { 
65.         if(max_heap[i] > max_heap[i/2]) 
66.             swap(max_heap[i] ,max_heap[i/2]); 
67.         else  
68.         { 
69.             break; 
70.         } 
71.     } 
72.      
73. } 
74. int main() 
75. { 
76.     int n,data; 
77.     freopen("in.txt","r",stdin);//如果想从文件输入 将这句注释掉 1234 1 2 3 4 5 6 7 8 9 10 11   
78.     end = 1; 
79.     while(scanf("%d",&data)!=EOF) // 如果是手工输入 结束输入 按 ctrl + z 
80.     { 
81.         insertMinHeap(data); 
82.  
83.     } 
84.      
85.     for(int i = 1 ; i <= K ; i ++) //  
86.         printf("%d ",max_heap[i]); 
87.     printf("\n"); 
88.  
89.     return 0; 
90. }