【堆】最小的K个数

输入n个整数,找出其中最小的K个数

 

解法一:

public static List<Integer> getMinKNum(int[] input, int k) {
	if(null == input || input.length == 0 || k <= 0){
		return null;
	}

	PriorityQueue<Integer> list = new PriorityQueue<Integer>(new Comparator<Integer>(){
		@Override
		public int compare(Integer o1, Integer o2){
            //倒序
			return o2 - o1;
		}
	});

	for(int i = 0; i < input.length; i++){
		if(list.size() == k && list.peek() < input[i]){
			continue;
		}
		if(list.size() == k){
			list.poll();
		}
		list.offer(input[i]);
	}

	List<Integer> result = new ArrayList<Integer>();
	Iterator<Integer> iterator = list.iterator();
	while(iterator.hasNext()){
		result.add(iterator.next());
	}

	return result;
}

解法二:



import java.util.ArrayList;
import java.lang.Integer;

/**
 * @author Joeson Chan
 */
public class GetMinKNum{

    public static ArrayList<Integer> getMinKNum(int [] input, int k) {
        if(k == 0 || null == input || input.length == 0 || k > input.length){
            return new ArrayList<Integer>();
        }

        ArrayList<Integer> result = new ArrayList<Integer>();
        for(int i = 0; i < input.length; i++){
            if(result.size() < k){
                up(result, input[i]);
            }else{
                down(result, k, input[i]);
            }
        }

        return result;
    }

    private static void up(ArrayList<Integer> result, int value){
        result.add(value);
        int offset = result.size() - 1;
        while(offset > 0){
            int parent = (offset - 1) / 2;
            if(result.get(parent) < value){
                swap(result, parent, offset);
            }
            offset = parent;
        }
    }

    private static void down(ArrayList<Integer> result, int k, int value){
        if(result.size() == k && value > result.get(0)){
            return;
        }

        result.set(0, value);
        int offset = 0;
        while(offset < result.size()){
            int child = (offset * 2) + 1;
            if(child < result.size() - 1 && result.get(child) < result.get(child + 1)){
                child++;
            }
            if(child < result.size() && result.get(child) > value){
                swap(result, offset, child);
            }

            offset = child;
        }
    }
    
    private static void swap(ArrayList<Integer> result, int index1, int index2){
        int tmp = result.get(index1);
        result.set(index1, result.get(index2));
        result.set(index2, tmp);
    }
    
    
}

 

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),特别是大顶(Max Heap)。这里提供一个简单的示例,使用大顶结构: ```c #include <stdio.h> #include <stdlib.h> // 定义一个数组大小 #define MAX_SIZE 100 // 结构体表示节点,包含和索引 typedef struct { int value; int index; } MinHeapNode; // 大顶实现,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 swap(&arr[i], &arr[largest]); // 交换 max_heapify(arr, n, largest); // 递归调整子树 } } // 建立大顶 void build_max_heap(int arr[], int k) { for (int i = k / 2 - 1; i >= 0; i--) { max_heapify(arr, k, i); } } // 添加新元素到并保持性质 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 } // 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]); // 将当前顶移到末尾 max_heapify(arr, k - 1, 0); // 更新 } } // 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 // 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,`insert()`函数用于添加新元素并维护属性,`get_min_k()`函数则从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