1. 最小的K个数
题目描述
输入n个整数,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。
思路
Java 中的PriorityQueue是一个基于优先级堆的无界优先级队列。优先级队列的元素按照其自然顺序进行排序,或者根据构造队列时提供的 Comparator 进行排序,具体取决于所使用的构造方法。优先级队列不允许使用 null 元素。依靠自然顺序的优先级队列还不允许插入不可比较的对象(这样做可能导致 ClassCastException)。
此队列的头是按指定排序方式确定的最小元素。如果多个元素都是最小值,则头是其中一个元素——选择方法是任意的。队列获取操作 poll、 remove、peek 和 element 访问处于队列头的元素。
关于PriorityQueue的更多介绍可以查看https://blog.csdn.net/x_i_y_u_e/article/details/46381481。
选择最小的k个数可以用冒泡排序,复杂度为O(n*k),有点高。最经典的方法是使用最大堆,每次取数与堆顶的元素进行比较,如果堆顶元素大,则删除堆顶元素,并添加这个新数到堆中。
Java没有堆的实现,现场写也来不及,有的文献说用TreeSet,比如剑指offer,但是TreeSet是一个set,相同的数只能存一个,相比之下,Java中的PriorityQueue倒是一个不错的选择。
代码
通过PriorityQueue写法:
import java.util.*; public class Solution { public ArrayList<Integer> GetLeastNumbers_Solution(int[] input, int k) { if (input == null || k <= 0 || k > input.length) { return new ArrayList<Integer>(); } Queue<Integer> queue = new PriorityQueue<>(k, new Comparator<Integer>() { //降序 @Override public int compare(Integer o1, Integer o2) { return o2 - o1; } }); for (int i = 0; i < input.length; i++) { if(queue.size() == k){ if(queue.peek() > input[i]){ queue.poll(); queue.add(input[i]); } }else{ queue.add(input[i]); } } ArrayList<Integer> list = new ArrayList<>(queue); return list; } }
自己实现大顶堆写法:
import java.util.*; public class Solution { public ArrayList<Integer> GetLeastNumbers_Solution(int [] input, int k) { ArrayList<Integer> list = new ArrayList<>(); if (input == null || k <= 0 || k > input.length) { return list; } int[] kArray = Arrays.copyOfRange(input,0,k); // 创建大根堆 buildHeap(kArray); for(int i = k; i < input.length; i++) { if(input[i] < kArray[0]) { kArray[0] = input[i]; maxHeap(kArray, 0); } } for (int i = kArray.length - 1; i >= 0; i--) { list.add(kArray[i]); } return list; } public void buildHeap(int[] input) { for (int i = input.length/2 - 1; i >= 0; i--) { maxHeap(input,i); } } private void maxHeap(int[] array,int i) { int left=2*i+1; int right=left+1; int largest=0; if(left < array.length && array[left] > array[i]) largest=left; else largest=i; if(right < array.length && array[right] > array[largest]) largest = right; if(largest != i) { int temp = array[i]; array[i] = array[largest]; array[largest] = temp; maxHeap(array, largest); } } }