最小的K个数

该博客介绍了如何利用优先队列(小根堆)设计一个算法,从给定数组中找出最小的k个数。示例展示了输入输出情况,并提供了C++代码实现。算法的时间复杂度为O(nlogN),空间复杂度为O(N)。

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

1、描述

设计一个算法,找出数组中最小的k个数。以任意顺序返回这k个数均可。

示例:

输入: arr = [1,3,5,7,2,4,6,8], k = 4
输出: [1,2,3,4]
提示:

0 <= len(arr) <= 100000
0 <= k <= min(100000, len(arr))
通过次数43,604提交次数76,666

来源:力扣(LeetCode)
链接:
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

2、关键字

数组,最小k个数,

3、思路

优先队列,小根堆

4、notes

暂时不会确定优先队列得个数,那就都构造进去,然后根据需要截取

5、复杂度

时间:O(nlogN)堆排序得时间复杂度,
空间:O(N)

6、code

struct cmp{  // 小根堆得可调用对象,
    bool operator()(int a, int b){
        return a > b;
    }

};
class Solution {
public:
    vector<int> smallestK(vector<int>& arr, int k) {
        priority_queue<int,vector<int>,cmp> que;  // 构造小根堆
        for(auto & num : arr){  // 初始化小根堆
            que.push(num);
        }
        vector<int>res;
        for(int i = 0; i < k; i++){  // 按需要截取个数,
            res.push_back(que.top());
            que.pop();
        }
        return res;
    }
};
在C语言中,找到一组整数中的最小k个数可以采用多种算法实现,其中一种常见的方法是使用优先队列(通常称为堆),特别是大顶堆(Max Heap)。这里提供一个简单的示例,使用大顶堆结构: ```c #include <stdio.h> #include <stdlib.h> // 定义一个数组大小 #define MAX_SIZE 100 // 结构体表示堆节点,包含值和索引 typedef struct { int value; int index; } MinHeapNode; // 大顶堆实现,用于存储前k小的元素 void max_heapify(int arr[], int n, int i) { int largest = i; // 初始化最大值位置为根节点 int left = 2 * i + 1; // 左孩子 int right = 2 * i + 2; // 右孩子 if (left < n && arr[left] > arr[largest]) { largest = left; } if (right < n && arr[right] > arr[largest]) { largest = right; } if (largest != i) { // 如果有更大值 swap(&arr[i], &arr[largest]); // 交换 max_heapify(arr, n, largest); // 递归调整子树 } } // 建立大顶堆 void build_max_heap(int arr[], int k) { for (int i = k / 2 - 1; i >= 0; i--) { max_heapify(arr, k, i); } } // 添加新元素到堆并保持堆性质 void insert(int arr[], int n, int k, int new_val, int new_index) { arr[n++] = new_val; // 添加新元素 max_heapify(arr, k, n - 1); // 调整以保持堆 } // 获取最小k个数 void get_min_k(int arr[], int k) { printf("The smallest %d numbers are:\n", k); for (int i = 0; i < k; i++) { printf("%d ", arr[0]); swap(&arr[0], &arr[k - 1]); // 将当前堆顶移到末尾 max_heapify(arr, k - 1, 0); // 更新堆 } } // 主函数示例 int main() { int arr[] = {9, 8, 7, 6, 5, 4, 3, 2, 1}; int n = sizeof(arr) / sizeof(arr[0]), k = 3; build_max_heap(arr, k); // 创建初始堆 // 假设我们有新元素插入 insert(arr, n, k, 100, 10); // 新元素:100, 索引:10 get_min_k(arr, k); // 输出前k小数 return 0; } ``` 在这个例子中,`build_max_heap()`函数建立了一个大顶堆,`insert()`函数用于添加新元素并维护堆属性,`get_min_k()`函数则从堆中获取并删除最小的k个元素。
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