【华为OJ】【040-输入n个整数,输出其中最小的k个】

本文介绍了一个经典的算法问题:从输入的n个整数中找出最小的k个数,并提供了两种解决方案。方法一使用了大顶堆来维护最小的k个数,而方法二则直接对数组进行排序后输出前k个元素。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

【华为OJ】【算法总篇章】


【华为OJ】【040-输入n个整数,输出其中最小的k个】

【工程下载】


题目描述

输入n个整数,输出其中最小的k个。

输入描述

输入说明 
1 输入两个整数 
2 输入一个整数数组

输出描述

输出一个整数数组

输入例子

5 2
1 3 5 7 2

输出例子

1 2

算法实现

import java.util.Arrays;
import java.util.Scanner;

/**
 * Author: 王俊超
 * Date: 2015-12-24 18:57
 * Declaration: All Rights Reserved !!!
 */
public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
//        Scanner scanner = new Scanner(Main.class.getClassLoader().getResourceAsStream("data.txt"));
        while (scanner.hasNext()) {
            int n = scanner.nextInt();
            int k = scanner.nextInt();
            int[] arr = new int[n];

            for (int i = 0; i < n; i++) {
                arr[i] = scanner.nextInt();
            }

            // 【1】方法一
            System.out.print(getMinK(arr, k));

            // 【2】方法二
//            Arrays.sort(arr);
//            StringBuilder builder = new StringBuilder();
//            for (int i = 0; i < k; i++) {
//                builder.append(arr[i]).append(' ');
//            }
//
//            System.out.print(builder.substring(0, builder.length() - 1));
        }

        scanner.close();
    }

    private static String getMinK(int[] arr, int k) {

        if (k <= 0) {
            return "";
        } else if (k >= arr.length) {
            StringBuilder b = new StringBuilder();
            for (int i : arr) {
                b.append(i).append(' ');
            }

            return b.toString();
        } else {

            int[] min = new int[k];

            for (int i = 0; i < arr.length; i++) {
                if (i < k - 1) {
                    min[i] = arr[i];
                } else if (i == k - 1) {
                    min[i] = arr[i];

                    // 下面要建大堆了
                    for (int j = min.length / 2; j >= 0; j--) {
                        shiftDown(min, j, min.length);
                    }
                } else {
                    if (min[0] > arr[i]) {
                        min[0] = arr[i];
                        shiftDown(min, 0, min.length);
                    }
                }
            }

            Arrays.sort(min);

            StringBuilder b = new StringBuilder();
            for (int i : min) {
                b.append(i).append(' ');
            }
            return b.substring(0, b.length() - 1);
        }
    }


    private static void shiftDown(int[] a, int i, int n) {
        int child;
        int tmp;
        for (tmp = a[i]; 2 * i + 1 < n; i = child) {
            // 左孩子
            child = 2 * i + 1;
            // 找较大的子结点
            if (child + 1 < n && a[child] < a[child + 1]) {
                child++;
            }


            if (tmp < a[child]) {
                a[i] = a[child];
            } else {
                break;
            }
        }

        a[i] = tmp;
    }
}
### 关于华为OD机试A卷的相关信息 华为OD(On-Demand)模式下的机试试题通常会覆盖多个技术领域,包括但不限于数据结构、算法设计、编程能力等。根据已知的信息[^1],华为OD机试的试题形式和难度分布较为固定,不同试卷(如C卷、D卷、B卷、A卷)之间可能存在一定的相似性。 #### 总体考试安排 华为OD机试的时间限制为 **150分钟**,总分为 **400分**。具体题目构成如下: - 第一道题:简单或中等难度,分值为 **100分**。 - 第二道题:同样为简单或中等难度,分值也为 **100分**。 - 第三道题:中等或困难难度,分值为 **200分**。 尽管具体的A卷内容未被明确提及,但从其他试卷的内容推测[^3],其考察的知识点可能涉及以下几个方面: #### 常见考点分析 1. **基础数据结构** - 数组操作、链表遍历、栈与队列的应用等。 - 示例问题:给定一个数组,找出其中的最大子序列和[^2]。 2. **经典算法应用** - 动态规划、贪心算法、回溯法等。 - 示例问题:通过动态规划解决背包问题或最长公共子序列问题。 3. **字符串处理** - 字符串匹配、正则表达式解析、字符替换等。 - 示例问题:判断两个字符串是否互为变位词。 4. **图论与网络流** - 图的遍历(DFS/BFS)、最短路径计算(Dijkstra/Floyd-Warshall)、最小生成树构建(Prim/Kruskal)等。 - 示例问题:求解加权无向图中的最小生成树。 5. **多线程与并发控制** - 同步机制、锁的设计与实现、死锁检测等。 - 示例问题:编写一个多线程程序来模拟生产者消费者模型。 #### 编程语言支持 根据参考资料,华为OD机试允许使用多种主流编程语言完成答题,包括但不限于: - Python - Java - C++ - JavaScript - C 考生可以根据自己的熟悉程度选择合适的语言作答。 --- ### 如何获取更多关于A卷的具体资料? 由于公开渠道并未详细披露A卷的具体题目,建议采取以下方法准备: 1. 参考官方提供的OJ平台链接进行刷题训练。 2. 结合C卷、D卷以及其他试卷的真题目录复习常见知识点。 3. 加入相关学习社群,与其他备考人员交流经验。 以下是基于上述信息的一个典型代码示例(假设某道题目要求寻找最大子序列和): ```python def max_subarray_sum(nums): """ 使用动态规划找到数组中的最大子序列和。 参数: nums (list): 输入整数列表 返回: int: 最大子序列和 """ if not nums: return 0 current_max = global_max = nums[0] for num in nums[1:]: current_max = max(num, current_max + num) global_max = max(global_max, current_max) return global_max # 测试用例 nums = [-2, 1, -3, 4, -1, 2, 1, -5, 4] print(max_subarray_sum(nums)) # 输出应为6 ``` ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值