我们有一个由平面上的点组成的列表 points。需要从中找出 K 个距离原点 (0, 0) 最近的点。
(这里,平面上两点之间的距离是欧几里德距离。)
你可以按任何顺序返回答案。除了点坐标的顺序之外,答案确保是唯一的。
示例 1:
输入:points = [[1,3],[-2,2]], K = 1 输出:[[-2,2]] 解释: (1, 3) 和原点之间的距离为
sqrt(10), (-2, 2) 和原点之间的距离为 sqrt(8), 由于 sqrt(8) < sqrt(10),(-2, 2)
离原点更近。 我们只需要距离原点最近的 K = 1 个点,所以答案就是 [[-2,2]]。
示例 2:输入:points = [[3,3],[5,-1],[-2,4]], K = 2 输出:[[3,3],[-2,4]] (答案
[[-2,4],[3,3]] 也会被接受。)
提示:
1 <= K <= points.length <= 10000
-10000 < points[i][0] < 10000
-10000 < points[i][1] < 10000来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/k-closest-points-to-origin
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
优先队列
i.小顶堆
public class Solution973 {
public int[][] kClosest(int[][] points, int K) {
PriorityQueue<point> queue = new PriorityQueue<>(new Comparator<point>() {
@Override
public int compare(point o1, point o2) {
if(o1.distance < o2.distance){
return -1;
}else if(o1.distance == o2.distance){
return 0;
}else{
return 1;
}
}
});
for(int[] i : points){
int distancePow = (int)Math.pow(i[0],2)+(int)Math.pow(i[1],2);
queue.add(new point(i,distancePow));
}
int[][] array = new int[K][2];
for(int i = 0;i < K;i++){
array[i] = queue.poll().p;
}
return array;
}
}
class point{
int[] p = new int[2];
int distance;
public point(int[] p,int distance){
this.p = p;
this.distance = distance;
}
}
ii.大顶堆(总感觉哪里不太对……
public class Solution973_3 {
public int[][] kClosest(int[][] points, int K) {
PriorityQueue<point> queue = new PriorityQueue<>(new Comparator<point>() {
@Override
public int compare(point o1, point o2) {
if(o1.distance < o2.distance){
return 1;
}else if(o1.distance == o2.distance){
return 0;
}else{
return -1;
}
}
});
for(int i = 0;i < K;i++){
queue.add(new point(points[i],(int)(Math.pow(points[i][0],2)+Math.pow(points[i][1],2))));
}
for(int i = K;i < points.length;i++){
queue.add(new point(points[i],(int)(Math.pow(points[i][0],2)+Math.pow(points[i][1],2))));
queue.poll();
}
int[][] array = new int[K][2];
int i = 0;
while(i<K){
array[i] = queue.poll().p;
i++;
}
return array;
}
}
自定义sort排序
我原以为会比优先队列快,是我想多了……
还是得认真学一下时间复杂度……
i.
public class Solution973_2 {
public int[][] kClosest(int[][] points, int K) {
Arrays.sort(points, new Comparator<int[]>() {
@Override
public int compare(int[] o1, int[] o2) {
int dif = (int)Math.pow(o1[0],2)+(int)Math.pow(o1[1],2)-(int)Math.pow(o2[0],2)-(int)Math.pow(o2[1],2);
if(dif < 0){
return -1;
}else if(dif == 0){
return 0;
}else{
return 1;
}
}
});
return Arrays.copyOf(points,K);
}
}
ii.这个最后三组数据超时了orz
public class Solution973_1 {
public int[][] kClosest(int[][] points, int K) {
int[][] array = new int[K+1][2];
for(int i = 0;i < K;i++){
array[i] = points[i];
}
for(int i = K;i < points.length;i++){
array[K] = points[i];
Arrays.sort(array, new Comparator<int[]>() {
@Override
public int compare(int[] o1, int[] o2) {
int dif = (int)Math.pow(o1[0],2)+(int)Math.pow(o1[1],2)-(int)Math.pow(o2[0],2)-(int)Math.pow(o2[1],2);
if(dif < 0){
return -1;
}else if(dif == 0){
return 0;
}else{
return 1;
}
}
});
}
return Arrays.copyOf(array,K);
}
}