【剑指offer】【Top-K问题】40. 最小的k个数

剑指 Offer 40. 最小的k个数

知识点:Top-K;数组;排序;分治;堆;单调

题目描述

输入整数数组 arr ,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。

示例
输入:arr = [3,2,1], k = 2
输出:[1,2] 或者 [2,1]

输入:arr = [0,1,2,1], k = 1
输出:[0]

解法一:排序

这是一种题型:Top-K问题 :比如求前k大,前k小,第k大,第k小;

解决这类问题通常有三种方法:

  • 1.快速排序:直接利用排序将整个数组排好,不论是前k大,前k小,第k大,第k小都可以解决。
  • 2.快速选择:快速选择就是充分利用了快速排序的思想,如果我们只是想求前k大,或者第k大,那无需对整个数组进行排序,快速排序排完一次后哨兵位就归位了,而且其前面都比哨兵位小,后面都比哨兵位大,只要
    哨兵位等于k,那就找到了答案,而不用再去处理子数组了。
  • 3.堆。维持一个大根堆或者小根堆,数组中的前k大都依次入堆,最后返回堆即为答案。

可以直接将整个数组进行排序,那前k个自然就是最小的,这也是第一时间的想法;

class Solution {
    public int[] getLeastNumbers(int[] arr, int k) {
        Arrays.sort(arr);
        int[] res = new int[k];
        for(int i = 0; i < k; i++){
            res[i] = arr[i];
        }
        return res;
    }
}

解法二:分治:快速选择

想一下我们刚才的排序想法,排序用什么来实现呢,自然是快速排序,再回顾一下快速排序的思想:其本质上就是分治,分而治之,每次找一个哨兵,然后将比哨兵小的都移动到前面,哨兵大的都移动到后边,然后哨兵能够回到自己的位置上,接着再分别在哨兵前序列和哨兵后序列递归;

想一下,如果我们能够找到哨兵k它所在的位置,那么前k个就是整个数组最小的k个,比如经过第一次划分后,假设哨兵到了自己的位置索引6处,那6以前的就是整个数组最小的6个。因为我们根本不需要对前6的顺序有要求,我们只要返回前6个就可以了,所以经过这一次就可以结束了,不用把整个数组都排好了。所以一共有3种情况:

  • 如果基准位j == k,则直接返回前k个就可以了;
  • 如果基准位j < k, 代表第k个数字在右子数组中递归调用右子数组;
  • 如果基准位j > k,代表第k个数字在左子数组中,递归调用左子数组;
    所以针对最大k/最小k问题,不需要用快速排序对整个数组进行排序,只要能够找到哨兵k的位置就可以了;
class Solution {
    public int[] getLeastNumbers(int[] arr, int k) {
        if(k >= arr.length) return arr;
        return quickSelect(arr, 0, arr.length-1,k);
    }
    private int[] quickSelect(int[] arr, int left, int right, int k){
        int i = left, j = right;
        while(i < j){
            while(i < j && arr[j] > arr[left]) j--;
            while(i < j && arr[i] <= arr[left]) i++;
            swap(arr, i, j);
        }
        swap(arr, i, left);  //交换哨兵;
        if(k > i) return quickSelect(arr, i+1, right, k);
        if(k < j) return quickSelect(arr, left, i-1, k);
        return Arrays.copyOf(arr, k);  //截取前k个长度;
    }
    private void swap(int[] arr, int i, int j){
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
}

解法三:堆

维持一个k容量的大根堆:前k个直接入堆,后面的元素如果比堆顶大则跳过,如果比堆顶小就弹出堆顶,元素入堆。

class Solution {
    public int[] getLeastNumbers(int[] arr, int k) {
        if(k >= arr.length){
            return arr;
        }
        int[] res = new int[k];
        if(k == 0) return res;
        PriorityQueue<Integer> queue = new PriorityQueue<>(new Comparator<>(){
            public int compare(Integer o1, Integer o2){ //注意这是包装类;不能是int;
                return o2-o1;  //默认是小根堆,重写比较器;
            }
        });
        for(int i = 0; i < k; i++){
            queue.offer(arr[i]); //前k个都入堆;
        }
        for(int i = k; i < arr.length; i++){
            if(arr[i] < queue.peek()){
                queue.poll();
                queue.offer(arr[i]);  //发现小的就入堆;大的不用管;
            }
        }
        //堆里就是最小的k个元素;
        for(int i = 0; i < k; i++){
            res[i] = queue.poll();
        }
        return res;
    }
}

体会

这是一种题型:Top-K问题 :比如求前k大,前k小,第k大,第k小;

解决这类问题通常有三种方法:

  • 1.快速排序:直接利用排序将整个数组排好,不论是前k大,前k小,第k大,第k小都可以解决。
  • 2.快速选择:快速选择就是充分利用了快速排序的思想,如果我们只是想求前k大,或者第k大,那无需对整个数组进行排序,快速排序排完一次后哨兵位就归位了,而且其前面都比哨兵位小,后面都比哨兵位大,只要
    哨兵位等于k,那就找到了答案,而不用再去处理子数组了。
  • 3.堆。维持一个大根堆或者小根堆,数组中的前k大都依次入堆,最后返回堆即为答案。

可以直接将整个数组进行排序,那前k个自然就是最小的,这也是第一时间的想法;

相关题目

215. 数组中的第K个最大元素

相关链接

TopK问题

posted @ 2021-08-12 16:54  Curryxin  阅读(43)  评论(0编辑  收藏  举报
Live2D