题目：

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 1：

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

示例 2：

输入：arr = [0,1,2,1], k = 1
输出：[0]

限制：

• 0 <= k <= arr.length <= 10000
• 0 <= arr[i] <= 10000

解法1：排序

/**
 * 思路：
 * 排序数组，获取k个值
 */
     public int[] getLeastNumbers(int[] arr, int k) {
    
    
        int[] result=new int[k];
        //nlogn
        Arrays.sort(arr);
        for (int i=0;i<k;i++){
    
    
            result[i]=arr[i];
        }
        return result;
    }

时间复杂度：Onlogn

空间复杂度：On

解法2：新建数组

/**
 * 思路：
 * 在有限数据的情况下
 * 创建一个大的数组，存放arr数组中的所有数据，把这些数据的值作为索引，出现的次数作为值
 */
     public int[] getLeastNumbers(int[] arr, int k) {
    
    
        int[] result=new int[k];
        int index=0;
        int[] count = new int[10000];
        for (int i:arr){
    
    
            count[i]++;
        }
        for (int i=0;i<count.length;i++){
    
    
            while (count[i]>0){
    
    
                if (index==k)return result;
                result[index++]=i;
                count[i]--;
            }
        }
        return result;
    }

时间复杂度：On^2

空间复杂度：On

解法3：heap（小顶堆）

    /**
     * 思路：
     * 小顶堆实现
     * heap，把数组元素放入堆，获取堆顶元素k次
     */
    public int[] getLeastNumbers(int[] arr, int k) {
    
    
        int[] result=new int[k];
        PriorityQueue<Integer> heap = new PriorityQueue<>();
        //插入操作logn,整体nlogn
        for (int i:arr)heap.add(i);
        for (int i=0;i<k;i++)result[i]=heap.remove();
        return result;
    }

时间复杂度：Onlogn

空间复杂度：On

解法4：大顶堆

    /**
     * 思路：
     * 大顶堆实现
     * 把前k个元素放入堆，后续的元素如果比堆顶元素小，移除堆顶元素，加入新元素
     */
    public int[] getLeastNumbers(int[] arr, int k) {
    
    
        int[] result=new int[k];
        if (k==0)return result;
        PriorityQueue<Integer> heap = new PriorityQueue<>((v1,v2)->v2-v1);
        for (int i=0;i<arr.length;i++){
    
    
            if (i<k)heap.add(arr[i]);
            else {
    
    
                if (heap.peek()>arr[i]){
    
    
                    heap.remove();
                    heap.add(arr[i]);
                }
            }
        }
        int i=0;
        for (int num : heap)result[i++]=num;
//        for (int i=0;i<k;i++)result[i]=heap.remove();
        return result;
    }

时间复杂度：Onlogn

空间复杂度：On