-
Notifications
You must be signed in to change notification settings - Fork 1
/
Question40.java
190 lines (172 loc) · 5.1 KB
/
Question40.java
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
package com.hncboy.swordreferstooffer;
import java.util.*;
/**
* @author hncboy
* @date 2020/3/20 15:33
* @description 剑指 Offer 40.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
*/
public class Question40 {
/**
* 方法一
* 采用快排的思想讯寻找以 k 为下标的切分点
* 时间复杂度:O(n)
*/
public int[] getLeastNumbers1(int[] arr, int k) {
if (k == 0 || arr.length == 0) {
return new int[0];
}
return quickSearch(arr, 0, arr.length - 1, k - 1);
}
private int[] quickSearch(int[] nums, int left, int right, int k) {
int p = partition(nums, left, right);
// 切分点为 k 就直接返回
if (p == k) {
return Arrays.copyOf(nums, p + 1);
}
// 根据当前切分点的位置决定切分左边还是有边
return p > k ? quickSearch(nums, left, p - 1, k) : quickSearch(nums, p + 1, right, k);
}
/**
* 以 nums[left] 为切分点
*
* @param nums
* @param left
* @param right
* @return
*/
private int partition(int[] nums, int left, int right) {
int i = left;
int j = right + 1;
// 切分点
int num = nums[left];
while (true) {
while (++i <= right && nums[i] < num) {
}
while (--j >= left && nums[j] > num) {
}
// 此时 j 位置就是切分点 nums[left] 应该在的位置
if (i >= j) {
break;
}
swap(nums, i, j);
}
// 交换 nums[j] 和 nums[left]
swap(nums, left, j);
return j;
}
private void swap(int[] nums, int i, int j) {
if (i != j) {
nums[i] = nums[i] ^ nums[j];
nums[j] = nums[i] ^ nums[j];
nums[i] = nums[i] ^ nums[j];
}
}
/**
* 方法二
* 大根堆
* 时间复杂度:O(nlogK)
*/
public int[] getLeastNumbers2(int[] arr, int k) {
if (k == 0 || arr.length == 0) {
return new int[0];
}
// 重写比较器
Queue<Integer> queue = new PriorityQueue<>((v1, v2) -> v2 - v1);
for (int num : arr) {
if (queue.size() < k) {
queue.offer(num);
} else if (num < queue.peek()) {
queue.poll();
queue.offer(num);
}
}
// 返回堆中的元素
int[] result = new int[k];
for (int i = 0; i < k; i++) {
result[i] = queue.poll();
}
return result;
}
/**
* 方法三
* 二叉搜索树
* 时间复杂度:O(nlogK)
*/
public int[] getLeastNumbers3(int[] arr, int k) {
if (k == 0 || arr.length == 0) {
return new int[0];
}
// key:数字, value:该数字出现的个数
TreeMap<Integer, Integer> map = new TreeMap<>();
// 统计当前存储了多少数字
int count = 0;
for (int num : arr) {
if (count < k) {
map.put(num, map.getOrDefault(num, 0) + 1);
count++;
continue;
}
// 取出 map 中最大 key 的 entry
Map.Entry<Integer, Integer> entry = map.lastEntry();
// 如果该 entry 的 key 比 num 大
if (entry.getKey() > num) {
map.put(num, map.getOrDefault(num, 0) + 1);
// 如果该 entry 的 value 为 1,移除该 entry,否则直接 value-1
if (entry.getValue() == 1) {
map.pollLastEntry();
} else {
map.put(entry.getKey(), entry.getValue() - 1);
}
}
}
int[] result = new int[k];
int i = 0;
// 遍历 map 中的 entry
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
// 该数字出现的次数
int n = entry.getValue();
while (n-- > 0) {
result[i++] = entry.getKey();
}
}
return result;
}
/**
* 方法四
* 范围区间内直接计数排序
* 时间复杂度:O(n)
*/
public int[] getLeastNumbers4(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[] count = new int[10001];
for (int num : arr) {
count[num]++;
}
int[] result = new int[k];
// 遍历 count 中 num 出现的个数
for (int num = 0, i = 0; num < count.length && i != k; num++) {
while (count[num]-- > 0 && i < k) {
result[i++] = num;
}
}
return result;
}
}