最小的K个数

1.本题知识点

   时间效率

2. 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,。

3. 思路

   在海量数据中,使用大顶堆保存k个数,每次跟堆顶元素比较,最终堆中元素即为最小的k个数,时间复杂度为O(nlogk),堆的新增和删除为logk,有n个循环,所以是O(nlogk)。
   Java 版:
import java.util.PriorityQueue;
import java.util.Comparator;
import java.util.ArrayList;

public class Solution {
    public ArrayList<Integer> GetLeastNumbers_Solution(int [] input, int k) {
        //返回结果
        ArrayList<Integer> result = new ArrayList<>();
        //参数校验
        if(input == null || k <= 0 || k > input.length) return result;
        
        //创建大顶堆容器,用于保存k个数
        PriorityQueue<Integer> maxHeap = new PriorityQueue<>(k,new Comparator<Integer>(){
            //修改为大顶堆,默认是小顶堆排序
            @Override
            public int compare(Integer o1, Integer o2) {
                return o2.compareTo(o1);
            }
        });
        
        //开始循环输入的每个元素
        for(int i = 0 ; i < input.length; i++){
            //初始化堆容器
            if(i < k){
                maxHeap.offer(input[i]);
            }
            //与堆顶比较,如果比堆顶元素小,删除堆顶
            else if(input[i] < maxHeap.peek() ){
                Integer temp = maxHeap.poll();
                temp = null;
                maxHeap.offer(input[i]);
            }
        }
        
        //最后,堆容器中元素即为最小的k个数
        for(Integer i : maxHeap){
            result.add(i);
        }
        
        return result;
    }
}

你可能感兴趣的:(数据结构和算法,最小的K个数,大顶堆,堆,海量数据中堆的应用)