寻找数组中最小的k个数(快排和堆排)
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,。
思路1:利用快排的思想,寻找第k个位置上正确的数,k位置前面的数即是比k位置小的数组,k后面的数即是比k位置元素大的数组
public ArrayList<Integer> GetLeastNumbers_Solution(int [] input, int k) {ArrayList<Integer> res = new ArrayList<Integer>();if (input==null||input.length==0||input.length<k||k<=0) {return res;}int start = 0;int end = input.length-1;int index = partition(input, start, end);//一直循环知道找到第k个位置正确的数。while (index != k - 1) {if (index > k - 1) {end = index-1;index = partition(input, start, end);} else {start = index+1;index = partition(input, start, end);}}for (int i = 0; i < k; i++) {res.add(input[i]);}return res;}static int partition(int input[], int start, int end) {int tmp = input[start];while (start < end) {while (start < end && input[end] >= tmp) {end--;}input[start] = input[end];while (start < end && tmp >= input[start]) {start++;}input[end] = input[start];}input[start] = tmp;return start;}
思路2:利用堆排序,特别适用于海量数据中寻找最大或者最小的k个数字。即构建一个大堆容器,初始化大小为k,变量初始数,如初始数组大小小于等于k直接返回,如果大于k,则选择数组的前k个元素,填充堆,然后调整为最大堆。调整完之后,继续从初始数组中拿出一个元素,如果该元素比大堆的堆顶小,则替换堆顶,继续调整为最大堆,如果大于等于堆顶则直接丢弃,不作调整。
PS:大堆还是小堆的选择很重要,不是寻找最小的k个元素就要选择小堆,而且恰恰相反。寻找最小的k个数,其实就是寻找第k个大的元素,即寻找k个数中最大的,不断调整堆,堆得元素个数是k,堆顶是最大值,遍历完初始数组后,堆中存在的元素即使我们所要寻找的k个最小元素。
//堆排序:构建堆,不断调整的过程,从最后一个不是叶子节点的节点开始。static public ArrayList<Integer> GetLeastNumbers_Solution1(int[] input, int k) {ArrayList<Integer> res = new ArrayList<Integer>();if (input==null||input.length==0||input.length<k) {return res;}int []maxHeap = new int[k];//初始化堆for (int i = 0; i < maxHeap.length; i++) {maxHeap[i] = input[i];}//将初始化的堆调整为最大堆for (int i = (maxHeap.length-1)/2; i >=0 ; i--) {adjustHeap(maxHeap, i);}//遍历初始数组不断调整最大堆for (int i = k; i <input.length ; i++) {if (maxHeap[0]>input[i]) {maxHeap[0] = input[i];adjustHeap(maxHeap, 0);}}for (int i = 0; i < maxHeap.length; i++) {res.add(maxHeap[i]);}return res;}static void adjustHeap(int maxHeap[],int i){int index = i;int lchild=2*i+1; //i的左孩子节点序号 int rchild=2*i+2; //i的右孩子节点序号 if(index<=(maxHeap.length-1)/2) {//寻找子节点中最大的节点if (lchild<maxHeap.length&&maxHeap[index]<maxHeap[lchild]) {index = lchild;}if (rchild<maxHeap.length&&maxHeap[index]<maxHeap[rchild]) {index = rchild;}if (i!=index) {//将节点与最大的子节点交换int tmp = maxHeap[index];maxHeap[index] = maxHeap[i];maxHeap[i] = tmp;//交换后,子树可能不满足最大推,递归调整。adjustHeap(maxHeap, index);}}
寻找数组中最小的k个数(快排和堆排)相关推荐
- 窥探算法之美妙——寻找数组中最小的K个数python中巧用最大堆
原文发表在我的博客主页,转载请注明出处 前言 不论是小算法或者大系统,堆一直是某种场景下程序员比较亲睐的数据结构,而在python中,由于数据结构的极其灵活性,list,tuple, dict在很多情 ...
- 小米笔试题:无序数组中最小的k个数
题目描述 链接:https://www.nowcoder.com/questionTerminal/ec2575fb877d41c9a33d9bab2694ba47?source=relative 来 ...
- 【算法】数组与矩阵问题——找到无序数组中最小的k个数
1 /** 2 * 找到无序数组中最小的k个数 时间复杂度O(Nlogk) 3 * 过程: 4 * 1.一直维护一个有k个数的大根堆,这个堆代表目前选出来的k个最小的数 5 * 在堆里的k个元素中堆顶 ...
- 找出无序数组中最小的k个数(top k问题)
2019独角兽企业重金招聘Python工程师标准>>> 给定一个无序的整型数组arr,找到其中最小的k个数 该题是互联网面试中十分高频的一道题,如果用普通的排序算法,排序之后自然可以 ...
- 用大顶堆取出一个数组中最小的k个数
eg:从一亿个数中取出最小的k个数字 分析: 大顶堆满足,当前元素永远大于他的左右子树的值,非叶子节点的下标为n/2-1,左子树下标为i*2+1右子树下标为i*2+2 源码: import java. ...
- [剑指offer][JAVA][面试第40题][最小的k个数][快选][堆][BST]
[问题描述]面试第40题 最小的k个数 输入整数数组 arr ,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. 示例 : 输入:arr ...
- 找出N个元素的数组中最大的K个数
转载请提供原创链接 http://blog.csdn.net/shuiziliu1025/article/details/50958241 题目: 给出 N 个整数(N可能很大,以致无法装入内存),找 ...
- 【力扣刷题】剑指 Offer 40. 最小的k个数(大顶堆)
题目: 输入整数数组 arr ,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. 示例: 输入:arr = [3,2,1], k = 2 ...
- 小顶堆实现求无序数组中的最大k个数
//建立含有n个元素的小顶堆 void MakeMinHeap(int a[], int n) { for (int i = n / 2 - 1; i >= 0; i--) MinHeapFix ...
最新文章
- 关于R语言的一些编程经验
- spring boot二:搭建环境
- mac地址修改_【电脑知识】在纯DOS下更改BIOS中网卡MAC地址教程
- Mifare l卡特性简介
- 华为switch上配置MSTP
- 【MLNLP顶会论文发表总榜】谷歌最狂,清北入前十,周明、张岳、刘挺华人前三,中美差距何止一点点!...
- 我学过的一些PS基本操作
- 直播常见问题原因汇总
- echarts pie饼图的使用(初级版包括设置百分比)
- 2014北邮计算机考研复试上机题解(上午+下午)
- PyQt5 常用窗口总结
- 当当吃海货,不算不会过
- Java8时间校正器
- node之inquirer基本用法和常用属性入门
- Git 个人学习笔记及心得
- 简单项目-图书借阅系统
- 机器人学D-H参数的建立(改进型与标准型)包括第0杆与第i杆的建立规则,以及针对同一个机械臂采用两种方法的区分
- STM32 —— Modbus 协议
- 分数加减法 java,Java——分数加减法
- h5 微信分享和踩坑指南