2019-11-02 12:07:41 +08:00
|
|
|
|
# 40. 最小的 K 个数
|
|
|
|
|
|
2020-11-04 01:53:39 +08:00
|
|
|
|
## 题目链接
|
|
|
|
|
|
|
|
|
|
[牛客网](https://www.nowcoder.com/practice/6a296eb82cf844ca8539b57c23e6e9bf?tpId=13&tqId=11182&tPage=1&rp=1&ru=/ta/coding-interviews&qru=/ta/coding-interviews/question-ranking&from=cyc_github)
|
2019-11-02 12:07:41 +08:00
|
|
|
|
|
|
|
|
|
## 解题思路
|
|
|
|
|
|
2020-11-04 01:53:39 +08:00
|
|
|
|
### 大小为 K 的最小堆
|
|
|
|
|
|
|
|
|
|
- 复杂度:O(NlogK) + O(K)
|
|
|
|
|
- 特别适合处理海量数据
|
|
|
|
|
|
|
|
|
|
维护一个大小为 K 的最小堆过程如下:使用大顶堆。在添加一个元素之后,如果大顶堆的大小大于 K,那么将大顶堆的堆顶元素去除,也就是将当前堆中值最大的元素去除,从而使得留在堆中的元素都比被去除的元素来得小。
|
|
|
|
|
|
|
|
|
|
应该使用大顶堆来维护最小堆,而不能直接创建一个小顶堆并设置一个大小,企图让小顶堆中的元素都是最小元素。
|
|
|
|
|
|
|
|
|
|
Java 的 PriorityQueue 实现了堆的能力,PriorityQueue 默认是小顶堆,可以在在初始化时使用 Lambda 表达式 (o1, o2) -> o2 - o1 来实现大顶堆。其它语言也有类似的堆数据结构。
|
|
|
|
|
|
|
|
|
|
```java
|
|
|
|
|
public ArrayList<Integer> GetLeastNumbers_Solution(int[] nums, int k) {
|
|
|
|
|
if (k > nums.length || k <= 0)
|
|
|
|
|
return new ArrayList<>();
|
|
|
|
|
PriorityQueue<Integer> maxHeap = new PriorityQueue<>((o1, o2) -> o2 - o1);
|
|
|
|
|
for (int num : nums) {
|
|
|
|
|
maxHeap.add(num);
|
|
|
|
|
if (maxHeap.size() > k)
|
|
|
|
|
maxHeap.poll();
|
|
|
|
|
}
|
|
|
|
|
return new ArrayList<>(maxHeap);
|
|
|
|
|
}
|
|
|
|
|
```
|
|
|
|
|
|
2019-11-02 12:07:41 +08:00
|
|
|
|
### 快速选择
|
|
|
|
|
|
|
|
|
|
- 复杂度:O(N) + O(1)
|
|
|
|
|
- 只有当允许修改数组元素时才可以使用
|
|
|
|
|
|
|
|
|
|
快速排序的 partition() 方法,会返回一个整数 j 使得 a[l..j-1] 小于等于 a[j],且 a[j+1..h] 大于等于 a[j],此时 a[j] 就是数组的第 j 大元素。可以利用这个特性找出数组的第 K 个元素,这种找第 K 个元素的算法称为快速选择算法。
|
|
|
|
|
|
|
|
|
|
```java
|
|
|
|
|
public ArrayList<Integer> GetLeastNumbers_Solution(int[] nums, int k) {
|
|
|
|
|
ArrayList<Integer> ret = new ArrayList<>();
|
|
|
|
|
if (k > nums.length || k <= 0)
|
|
|
|
|
return ret;
|
|
|
|
|
findKthSmallest(nums, k - 1);
|
|
|
|
|
/* findKthSmallest 会改变数组,使得前 k 个数都是最小的 k 个数 */
|
|
|
|
|
for (int i = 0; i < k; i++)
|
|
|
|
|
ret.add(nums[i]);
|
|
|
|
|
return ret;
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
public void findKthSmallest(int[] nums, int k) {
|
|
|
|
|
int l = 0, h = nums.length - 1;
|
|
|
|
|
while (l < h) {
|
|
|
|
|
int j = partition(nums, l, h);
|
|
|
|
|
if (j == k)
|
|
|
|
|
break;
|
|
|
|
|
if (j > k)
|
|
|
|
|
h = j - 1;
|
|
|
|
|
else
|
|
|
|
|
l = j + 1;
|
|
|
|
|
}
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
private int partition(int[] nums, int l, int h) {
|
|
|
|
|
int p = nums[l]; /* 切分元素 */
|
|
|
|
|
int i = l, j = h + 1;
|
|
|
|
|
while (true) {
|
|
|
|
|
while (i != h && nums[++i] < p) ;
|
|
|
|
|
while (j != l && nums[--j] > p) ;
|
|
|
|
|
if (i >= j)
|
|
|
|
|
break;
|
|
|
|
|
swap(nums, i, j);
|
|
|
|
|
}
|
|
|
|
|
swap(nums, l, j);
|
|
|
|
|
return j;
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
private void swap(int[] nums, int i, int j) {
|
|
|
|
|
int t = nums[i];
|
|
|
|
|
nums[i] = nums[j];
|
|
|
|
|
nums[j] = t;
|
|
|
|
|
}
|
|
|
|
|
```
|
|
|
|
|
|
2019-11-02 14:39:13 +08:00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2019-11-02 17:33:10 +08:00
|
|
|
|
<div align="center"><img width="320px" src="https://cs-notes-1256109796.cos.ap-guangzhou.myqcloud.com/githubio/公众号二维码-2.png"></img></div>
|