找最小的K个数

问题描述:
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,。

方法1:利用快速排序的思想,每次取得划分元素的位置partitionIndex。该位置代表key值是整个数组的第partitionIndex+1小。将partitionIndex+1k比较,如果小于k,继续往右划分。如果大于k,继续往左划分,直到partitionIndex+1k相等。

方法2: 冒泡排序的思想,最外层只需要循环K次,就可以得到最小的k个数,不用全部排序。

方法3:采用最大堆的思想,初始化最小k个元素的集合为前k个数。后面,将输入数组k+1位置的值与集合中最大的元素作比较。如果小于集合中最大的元素Y,说明最小k个元素的集合应该去掉Y,添加input[k+1]。如果input[k+1]大于集合中最大的元素Y,则集合不变。以此类推比较后面的值和更新过后集合中最大的元素。。。

package alex.test;

import java.util.ArrayList;
import java.util.Collections;
import java.util.Scanner;

public class FindMinKNum {

    public static void main(String[] args) {
        // TODO Auto-generated method stub
        Scanner scanner = new Scanner(System.in);
        System.out.println("input the size of array:");
        int n = scanner.nextInt();
        System.out.println("input the value of array:");
        int[] array = new int[n];
        for (int i = 0; i < n; i++) {
            array[i] = scanner.nextInt();
        }
        System.out.println("input K:");
        int k = scanner.nextInt();
        ArrayList<Integer> result = GetLeastNumbers_Solution2(array, k);
        for (int i = 0; i < result.size(); i++) {
            System.out.println(result.get(i));
        }
    }
    //方法1
    public static ArrayList<Integer> GetLeastNumbers_Solution(int[] input, int k) {
        ArrayList<Integer> list = new ArrayList<Integer>();
        int len = input.length;
        if (len < k || k <= 0) {
            return list;
        }
        int partitionIndex = partition(input, 0, len - 1);
        while (partitionIndex + 1 != k) {
            if (partitionIndex + 1 < k) {
                partitionIndex = partition(input, partitionIndex + 1, len - 1);
            } else {
                partitionIndex = partition(input, 0, partitionIndex - 1);
            }
        }
        for (int i = 0; i < k; i++) {
            list.add(input[i]);
        }
        return list;
    }

    public static int partition(int a[], int low, int high) {
        int key = a[low]; // 划分元素
        while (low < high) {
            while (low < high && a[high] >= key) {
                high--;
            }
            if (low < high) {
                a[low++] = a[high];
            }
            while (low < high && a[low] < key) {
                low++;
            }
            if (low < high) {
                a[high--] = a[low];
            }
        }
        a[low] = key;
        return low;
    }

    // 方法2:冒泡排序的思想,最外层循环K次,不用全部排序。
    public static ArrayList<Integer> GetLeastNumbers_Solution1(int[] input, int k) {
        ArrayList<Integer> list = new ArrayList<Integer>();
        int len = input.length;
        if (k > len) {
            return list;
        }
        for (int i = 0; i < k; i++) {
            for (int j = 0; j < len - i - 1; j++) {
                if (input[j] < input[j + 1]) {
                    int temp = input[j];
                    input[j] = input[j + 1];
                    input[j + 1] = temp;
                }
            }
            list.add(input[len - i - 1]);
        }
        return list;
    }

    // 方法3:堆排序的思想
    public static ArrayList<Integer> GetLeastNumbers_Solution2(int[] input, int k) {
        int len = input.length;
        ArrayList<Integer> list = new ArrayList<Integer>();
        if (k > len) {
            return list;
        }
        for (int i = 0; i < k; i++) {
            list.add(input[i]);
        }
        for (int i = k; i < len; i++) {
            Collections.sort(list);
            int maxOfList = list.get(k - 1);
            if (input[i] < maxOfList) {
                list.remove(k - 1);
                list.add(k - 1, input[i]);
            }
        }
        return list;
    }
}
在C语言中,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