[LeetCode]40.最小的k个数(TopK问题。通过维护堆、优先队列、快排思想等解决方法)

本文主要是介绍[LeetCode]40.最小的k个数(TopK问题。通过维护堆、优先队列、快排思想等解决方法),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

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 1:

输入:arr = [3,2,1], k = 2
输出:[1,2] 或者 [2,1]

示例 2:

输入:arr = [0,1,2,1], k = 1
输出:[0]

限制:

0 <= k <= arr.length <= 10000
0 <= arr[i] <= 10000




思路

1.暴力法,先对数组进行排序(各种排序方法),再取出前k个数。

public int[] getLeastNumbers(int[] arr, int k) {Arrays.sort(arr);int[] ints = new int[k];for (int i = 0; i < k - 1; i++) {ints[i]=arr[i];}return ints;
}

2.建立大根堆解决前K小问题.(小根堆解决前K大问题)。维护一个大根堆,若堆的大小小于K,将当前值放入队中。否则判断当前值与堆顶元素的大小,如果当前值小于堆顶元素,再将当前值放入堆中,每放入一个值后,再要调整成为大根堆。

    public  int[] getLeastNumbers(int[] arr,int k) {if (k == 0 || arr.length == 0) {return new int[0];}int[] ints = Arrays.copyOf(arr, k);//构建k个数的大根堆,堆顶为最大的数,for循环确保每个子堆都是大根堆,至少有ints.length/ 2个子堆。for (int i =ints.length/ 2; i >= 0; i--) {setHeap(ints, i, k);}//每次取数组中剩下的数与堆顶的数比较for (int i = k; i <arr.length; i++) {//如果数组中的数比堆顶的数小,则放入堆顶,再构建一次大根堆if (ints[0]>arr[i]){ints[0]=arr[i];setHeap(ints,0,k);}}return ints;}public  void  setHeap(int [] array,int parent,int length){int temp=array[parent];int child=parent*2+1;//循环判断父节点的值是否小于子节点,是则替换while (length>child){//取出子节点中较大的数的索引if(child+1<length && array[child]<array[child+1]){child++;}//如果父节点值大于子节点则不用交换值if(temp>=array[child]){break;}//交换父节点和子节点的值array[parent]=array[child];parent=child;child=2*child+1;}array[parent]=temp;}

3.使用优先队列代替堆,优先队列的实现原理与大根堆/小根堆相同。效率不如手写堆。(也许是调用库函数会加载其他东西)

public int[] getLeastNumbers(int[] arr, int k) {if ( k==0 || arr.length==0){return new int[0];}PriorityQueue<Integer> queue = new PriorityQueue<>((o1, o2) -> o2-o1);//优先队列默认为升序排列,重写compare方法为降序排列。使用lombda表示,等价于以下代码
//        PriorityQueue<Integer> queue = new PriorityQueue<>(new Comparator<Integer>() {
//            @Override
//            public int compare(Integer o1, Integer o2) {
//                return o2-o1;
//            }
//        });for (int i : arr) {if (queue.size()<k){queue.offer(i);}else if (queue.peek()>i){ //当优先队列满k个后,取最大值和待放入的值比较,如果待放入值小,则放入。queue.poll();queue.offer(i);}}int[] ints = new int[queue.size()];for (int i = 0; i < ints.length; i++) {ints[i]=queue.poll();}return ints;}

4.快速排序思想,但是不对数组完全排序,只需要有选择性的分段排序,当确定基准等于K时,则K左边的数都比k小。右边的数不需要处理。

    public int[] getLeastNumbers(int[] arr, int k) {if (k == 0 || arr.length == 0) {return new int[0];}//k-1为我们要找的基准的下标。return quickSort(arr, 0, arr.length - 1, k - 1);}public int[] quickSort(int[] arr, int left, int right, int k) {// 对数组进行分割,取出下次分割的基准标号int division = division(arr, left, right);//如果基准与k正好相等,则返回k左边的部分。if (division == k) {return Arrays.copyOf(arr, k + 1);}// 如果k在基准的右边,则对右段进行递归排序。// 如果k在基准的坐边,则对左段进行递归排序。return division < k ? quickSort(arr, division + 1, right, k) : quickSort(arr, left, division - 1, k);}public int division(int[] list, int left, int right) {// 以最左边的数(left)为基准int base = list[left];while (left < right) {// 从序列右端开始,向左遍历,直到找到小于base的数while (left < right && list[right] >= base) {right--;}// 找到了比base小的元素,将这个元素放到最左边的位置list[left] = list[right];// 从序列左端开始,向右遍历,直到找到大于base的数while (left < right && list[left] <= base) {left++;}// 找到了比base大的元素,将这个元素放到最右边的位置list[right] = list[left];}// 最后将base放到left位置。都比此时,left位置的左侧数值应该left小;// 而left位置的右侧数值应该都比left大。list[left] = base;return left;}

5.题目中规定数字不大于一万,可以使用频次数字处理,然后遍历频次数组,获取前K个数。

public int[] getLeastNumbers(int[] arr, int k) {if (k == 0 || arr.length == 0) {return new int[0];}// 统计每个数字出现的次数int[] hash = new int[10001];for (int num : arr) {hash[num]++;}int[] ans = new int[k];int count=0;for (int num = 0; num < hash.length; num++) {if (count == k) {break;}//从频次数组中取出前k个数。while (hash[num]>0 && k>count){ans[count++]=num;hash[num]--;}}return ans;
}

这篇关于[LeetCode]40.最小的k个数(TopK问题。通过维护堆、优先队列、快排思想等解决方法)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/826948

相关文章

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

Java中的String.valueOf()和toString()方法区别小结

《Java中的String.valueOf()和toString()方法区别小结》字符串操作是开发者日常编程任务中不可或缺的一部分,转换为字符串是一种常见需求,其中最常见的就是String.value... 目录String.valueOf()方法方法定义方法实现使用示例使用场景toString()方法方法

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论:List 的 contain

macOS无效Launchpad图标轻松删除的4 种实用方法

《macOS无效Launchpad图标轻松删除的4种实用方法》mac中不在appstore上下载的应用经常在删除后它的图标还残留在launchpad中,并且长按图标也不会出现删除符号,下面解决这个问... 在 MACOS 上,Launchpad(也就是「启动台」)是一个便捷的 App 启动工具。但有时候,应

SpringBoot日志配置SLF4J和Logback的方法实现

《SpringBoot日志配置SLF4J和Logback的方法实现》日志记录是不可或缺的一部分,本文主要介绍了SpringBoot日志配置SLF4J和Logback的方法实现,文中通过示例代码介绍的非... 目录一、前言二、案例一:初识日志三、案例二:使用Lombok输出日志四、案例三:配置Logback一

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

Spring事务中@Transactional注解不生效的原因分析与解决

《Spring事务中@Transactional注解不生效的原因分析与解决》在Spring框架中,@Transactional注解是管理数据库事务的核心方式,本文将深入分析事务自调用的底层原理,解释为... 目录1. 引言2. 事务自调用问题重现2.1 示例代码2.2 问题现象3. 为什么事务自调用会失效3

mysql出现ERROR 2003 (HY000): Can‘t connect to MySQL server on ‘localhost‘ (10061)的解决方法

《mysql出现ERROR2003(HY000):Can‘tconnecttoMySQLserveron‘localhost‘(10061)的解决方法》本文主要介绍了mysql出现... 目录前言:第一步:第二步:第三步:总结:前言:当你想通过命令窗口想打开mysql时候发现提http://www.cpp

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

MySQL INSERT语句实现当记录不存在时插入的几种方法

《MySQLINSERT语句实现当记录不存在时插入的几种方法》MySQL的INSERT语句是用于向数据库表中插入新记录的关键命令,下面:本文主要介绍MySQLINSERT语句实现当记录不存在时... 目录使用 INSERT IGNORE使用 ON DUPLICATE KEY UPDATE使用 REPLACE