最小的k個數
輸入整數數組 arr ,找出其中最小的 k 個數。例如,輸入4、5、1、6、2、7、3、8這8個數字,則最小的4個數字是1、2、3、4。
示例 1:
輸入:arr = [3,2,1], k = 2
輸出:[1,2] 或者 [2,1]
示例 2:
輸入:arr = [0,1,2,1], k = 1
輸出:[0]
限制:
0 <= k <= arr.length <= 10000
0 <= arr[i] <= 10000
思路
1.暴力法,先對數組進行排序(各種排序方法),再取出前k個數。
public int[] getLeastNumbers(int[] arr, int k) {
Arrays.sort(arr);
int[] ints = new int[k];
for (int i = 0; i < k - 1; i++) {
ints[i]=arr[i];
}
return ints;
}
2.建立大根堆解決前K小問題.(小根堆解決前K大問題)。維護一個大根堆,若堆的大小小於K,將當前值放入隊中。否則判斷當前值與堆頂元素的大小,如果當前值小於堆頂元素,再將當前值放入堆中,每放入一個值後,再要調整成爲大根堆。
public int[] getLeastNumbers(int[] arr,int k) {
if (k == 0 || arr.length == 0) {
return new int[0];
}
int[] ints = Arrays.copyOf(arr, k);
//構建k個數的大根堆,堆頂爲最大的數,for循環確保每個子堆都是大根堆,至少有ints.length/ 2個子堆。
for (int i =ints.length/ 2; i >= 0; i--) {
setHeap(ints, i, k);
}
//每次取數組中剩下的數與堆頂的數比較
for (int i = k; i <arr.length; i++) {
//如果數組中的數比堆頂的數小,則放入堆頂,再構建一次大根堆
if (ints[0]>arr[i]){
ints[0]=arr[i];
setHeap(ints,0,k);
}
}
return ints;
}
public void setHeap(int [] array,int parent,int length){
int temp=array[parent];
int child=parent*2+1;
//循環判斷父節點的值是否小於子節點,是則替換
while (length>child){
//取出子節點中較大的數的索引
if(child+1<length && array[child]<array[child+1]){
child++;
}
//如果父節點值大於子節點則不用交換值
if(temp>=array[child]){
break;
}
//交換父節點和子節點的值
array[parent]=array[child];
parent=child;
child=2*child+1;
}
array[parent]=temp;
}
3.使用優先隊列代替堆,優先隊列的實現原理與大根堆/小根堆相同。效率不如手寫堆。(也許是調用庫函數會加載其他東西)
public int[] getLeastNumbers(int[] arr, int k) {
if ( k==0 || arr.length==0){
return new int[0];
}
PriorityQueue<Integer> queue = new PriorityQueue<>((o1, o2) -> o2-o1);
//優先隊列默認爲升序排列,重寫compare方法爲降序排列。使用lombda表示,等價於以下代碼
// PriorityQueue<Integer> queue = new PriorityQueue<>(new Comparator<Integer>() {
// @Override
// public int compare(Integer o1, Integer o2) {
// return o2-o1;
// }
// });
for (int i : arr) {
if (queue.size()<k){
queue.offer(i);
}else if (queue.peek()>i){ //當優先隊列滿k個後,取最大值和待放入的值比較,如果待放入值小,則放入。
queue.poll();
queue.offer(i);
}
}
int[] ints = new int[queue.size()];
for (int i = 0; i < ints.length; i++) {
ints[i]=queue.poll();
}
return ints;
}
4.快速排序思想,但是不對數組完全排序,只需要有選擇性的分段排序,當確定基準等於K時,則K左邊的數都比k小。右邊的數不需要處理。
public int[] getLeastNumbers(int[] arr, int k) {
if (k == 0 || arr.length == 0) {
return new int[0];
}
//k-1爲我們要找的基準的下標。
return quickSort(arr, 0, arr.length - 1, k - 1);
}
public int[] quickSort(int[] arr, int left, int right, int k) {
// 對數組進行分割,取出下次分割的基準標號
int division = division(arr, left, right);
//如果基準與k正好相等,則返回k左邊的部分。
if (division == k) {
return Arrays.copyOf(arr, k + 1);
}
// 如果k在基準的右邊,則對右段進行遞歸排序。
// 如果k在基準的坐邊,則對左段進行遞歸排序。
return division < k ? quickSort(arr, division + 1, right, k) : quickSort(arr, left, division - 1, k);
}
public int division(int[] list, int left, int right) {
// 以最左邊的數(left)爲基準
int base = list[left];
while (left < right) {
// 從序列右端開始,向左遍歷,直到找到小於base的數
while (left < right && list[right] >= base) {
right--;
}
// 找到了比base小的元素,將這個元素放到最左邊的位置
list[left] = list[right];
// 從序列左端開始,向右遍歷,直到找到大於base的數
while (left < right && list[left] <= base) {
left++;
}
// 找到了比base大的元素,將這個元素放到最右邊的位置
list[right] = list[left];
}
// 最後將base放到left位置。都比此時,left位置的左側數值應該left小;
// 而left位置的右側數值應該都比left大。
list[left] = base;
return left;
}
5.題目中規定數字不大於一萬,可以使用頻次數字處理,然後遍歷頻次數組,獲取前K個數。
public int[] getLeastNumbers(int[] arr, int k) {
if (k == 0 || arr.length == 0) {
return new int[0];
}
// 統計每個數字出現的次數
int[] hash = new int[10001];
for (int num : arr) {
hash[num]++;
}
int[] ans = new int[k];
int count=0;
for (int num = 0; num < hash.length; num++) {
if (count == k) {
break;
}
//從頻次數組中取出前k個數。
while (hash[num]>0 && k>count){
ans[count++]=num;
hash[num]--;
}
}
return ans;
}