牛客网[最小的k个数]

博客围绕输入n个整数找出最小的K个数展开,给出示例,如输入4,5,1等8个数字,最小的4个是1,2,3,4。还介绍两种解法,一是利用最大堆,时间复杂度O(nlogk);二是利用全排序,时间复杂度O(nlogn),同时提醒要考虑k<=0的情况。

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

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,

解法1;利用最大堆,O(nlogk)

vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
        if(input.empty()||k>input.size()||k<=0)
            return {};
        vector<int>heap_input(input.begin(),input.begin()+k);
        make_heap(heap_input.begin(),heap_input.end());
        for(int i=k;i<input.size();i++)
        {
            if(input[i]<*heap_input.begin())
            {  pop_heap(heap_input.begin(),heap_input.end());
                heap_input.pop_back();
             heap_input.push_back(input[i]);
             push_heap(heap_input.begin(),heap_input.end());
            }
        }    
        return heap_input;
       
    }

注意题目条件要考虑周期,对于k<=0这种情况开始没有考虑,导致在牛客网上编译通不过。

解法2:利用全排序  时间复杂度O(nlogn)

 vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
        if(input.empty()||k>input.size())
            return {};
        vector<int>res;
        sort(input.begin(),input.end());
        for(int i=0;i<k;i++)
        {
            res.push_back(input[i]);
        }
        return res;
    }

 

### 牛客网 C语言 任务调度 示例解决方案 #### 背景介绍 在多线程或多进程环境中,任务调度是一个重要的概念。通过合理安排不同任务的执行顺序和时间片分配,可以提高系统的效率和响应速度。对于C语言而言,在实现任务调度时通常会涉及到操作系统API以及一些高级特性。 #### 方案概述 针对牛客网上提到的任务调度问题[^4],一种常见的解决思路是从简化版的三维动态规划出发,并逐步优化至更高效的二维版本来降低时间和空间复杂度。具体来说: - **定义状态转移方程**:设`dp[i][j]`表示前i辆车完成配送所需最小代价;其中j代表当前仓库编号。 - **初始化边界条件**:当只有一辆汽车时(`i=1`),其成本等于从起点到达各个仓库的距离之和; - **迭代更新最优解**:对于每增加一辆新车(i),遍历所有可能作为终点站(j)的情况,计算并记录下使得总费用最低的选择路径。 为了进一步减少不必要的重复运算,还可以引入滚动数组技巧,仅保留相邻两层的状态信息用于比较求最值操作,从而达到节省内存的目的。 ```c #include <stdio.h> #define MAXN 50 // 假设有不超过MAXN个地点 int dp[MAXN][MAXN]; // 动态规划表 // ...其余部分省略... for(int i = 2;i<=carNum;++i){ for(int j = 1;j<=warehouseCount;++j){ int minCost = INT_MAX; for(int k = 1;k<j;++k){ // 枚举上一站的位置 if(dp[i-1][k]+cost[k][j]<minCost) minCost = dp[i-1][k]+cost[k][j]; } dp[i][j]=minCost; } } ``` 上述代码片段展示了如何利用二维DP表格来进行简单的车辆调度模拟。当然实际应用场景可能会更加复杂,需要考虑更多因素如交通状况、货物重量限制等。 #### 关键技术点说明 - 使用了动态规划的思想解决了具有重叠子结构特性的组合优化类题目。 - 应用了记忆化搜索的方式避免相同状态下多次计算造成的资源浪费。 - 结合实际情况灵活调整模型参数以适应不同的业务需求场景。
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