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,。
解法1:O(n)的算法,只有当我们可以修改输入的数组时可用
如果基于数组的第k个数字来调整,使得比第K个数字小的所有数字都位于数组的左边,比第k个数字大的所有数字都位于数组的右边。这样调整之后,位于数组中左边的k个数字就是最小的k个数字(这k个数字不一定是排序的)。

public ArrayList GetLeastNumbers_Solution(int [] input, int k) {
        ArrayList aList = new ArrayList();
        if(input.length == 0 || k > input.length || k <= 0)
            return aList;
        int low = 0;
        int high = input.length-1;
        int index = Partition(input,k,low,high);
        while(index != k-1){
            if (index > k-1) {
                high = index-1;
                index = Partition(input,k,low,high);
            }else{
                low = index+1;
                index = Partition(input,k,low,high);
            }
        }
        for (int i = 0; i < k; i++)
            aList.add(input[i]);
        return aList;
    }

    int Partition(int[] input,int k,int low,int high){
        int pivotkey = input[k-1];
        swap(input,k-1,low);
        while(low < high){
            while(low < high && input[high] >= pivotkey)
                high--;
            swap(input,low,high);
            while(low < high && input[low] <= pivotkey)
                low++;
            swap(input,low,high);
        }
        return low;
    }


    private void swap(int[] input, int low, int high) {
        int temp = input[high];
        input[high] = input[low];
        input[low] = temp;
    }

解法2:O(nlogk)的算法,特别适合处理海量数据

可以创建一个大小为k的数据容器来存储最小的k个数字,接下来我们每次从输入的n个整数中读入一个数。如果容器中已有的数字少于k个,则直接把这次读入的整数放入容器中,如果容器中已有k个数字了,也就是容器已满,此时我们不能再插入新的数字而只能替换已有的数字。找出这已有的k个数中的最大值,然后拿这次待插入的整数和最大值进行比较。如果插入这个值比当前已有的最大值小,则用这个数去替换,如果比当前值大,则抛弃

容器满了之后要做的三件事

  1. 是在k个整数中找到最大数
  2. 有可能在这个容器中删除最大数
  3. 有可能插入一个新的数字

如果用一个二叉树来实现这个容器,那么我们能在O(logk)时间内实现这三步,对于输入n个数字总的时间效率是O(nlogk),
我们可以选择用不同的二叉树来实现这个数据容器。由于每次都需要找到k个整数中的最大数字,我们很容易想到最大堆。在最大堆中,根结点的值总是大于它的子树中任意节点的值。于是我们每次可以在O(1)得到已有的k个数字中的最大值,但需要O(logk)时间完成删除及插入操作
使用treeset来实现

public ArrayList<Integer> GetLeastNumbers_Solution1(int [] input, int k) {
        ArrayList<Integer> list=new ArrayList<Integer>();
        ArrayList<Integer> list2=new ArrayList<Integer>();
        if(input==null||input.length==0||k==0||k>input.length)
            return list;
        TreeSet<Integer> set=new TreeSet<Integer>();
        for(int i=0;i<input.length;i++){
            set.add(input[i]);
        }
        Iterator<Integer> it = set.iterator();
        while (it.hasNext()) {
            int x=it.next();
            list.add(x);
        }
        for(int i=0;i<k;i++){
            list2.add(list.get(i));
        }
        return list2;
    }
在C语言中,找到一组整中的最小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 return 0; } ``` 在这个例子中,`build_max_heap()`函建立了一个大顶堆,`insert()`函用于添加新元素并维护堆属性,`get_min_k()`函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