漫画:BAT必考题目 (最小的k个数)
今天分享一道比较简单的题目,希望大家可以5分钟掌握!
01PART最小的k个数
很简单有木有~
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
(瞪一瞪就全部掌握)
02PART堆和大小顶堆
这道题出自《剑指offer》,是一道非常高频的题目。可以通过排序等多种方法求解。但是这里,我们使用较为经典的大顶堆(大根堆)解法进行求解。因为我知道有很多人可能一脸懵逼,所以,我们先复习一下大顶堆。
首先复习一下堆,堆(Heap)是计算机科学中一类特殊的数据结构的统称,我们通常是指一个可以被看做一棵完全二叉树的数组对象。如果不记得什么是完全二叉树,可以复习这篇:
堆的特性是父节点的值总是比其两个子节点的值大或小。如果父节点比它的两个子节点的值都要大,我们叫做大顶堆。如果父节点比它的两个子节点的值都要小,我们叫做小顶堆。
我们对堆中的结点按层进行编号,将这种逻辑结构映射到数组中就是下面这个样子。
大顶堆,满足以下公式
arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2]
小顶堆也一样:
小顶堆,满足以下公式
arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]
03PART题目分析
上面我们学习了大顶堆,现在考虑如何用大根堆进行求解。
首先,我们创建一个大小为k的大顶堆。假如数组为[4,5,1,6,2,7,3,8],k=4。大概是下面这样:
我想肯定这里有不知道如何建堆的同学。记住:对于一个没有维护过的堆(完全二叉树),我们可以从其最后一个节点的父节点开始进行调整。这个不需要死记硬背,其实就是一个层层调节的过程。
(从最后一个节点的父节点调整)
(继续向上调整)
(继续向上调整)
建堆+调整的代码大概就是这样:(翻Java牌子)
1 //建堆。对于一个还没维护过的堆,从他的最后一个节点的父节点开始进行调整。
2 private void buildHeap(int[] nums) {
3 //最后一个节点
4 int lastNode = nums.length - 1;
5 //记住:父节点 = (i - 1) / 2 左节点 = 2 * i + 1 右节点 = 2 * i + 2;
6 //最后一个节点的父节点
7 int startHeapify = (lastNode - 1) / 2;
8 while (startHeapify >= 0) {
9 //不断调整建堆的过程
10 heapify(nums, startHeapify--);
11 }
12 }
13
14 //调整大顶堆的过程
15 private void heapify(int[] nums, int i) {
16 //和当前节点的左右节点比较,如果节点中有更大的数,那么交换,并继续对交换后的节点进行维护
17 int len = nums.length;
18 if (i >= len)
19 return;
20 //左右子节点
21 int c1 = ((i << 1) + 1), c2 = ((i << 1) + 2);
22 //假定当前节点最大
23 int max = i;
24 //如果左子节点比较大,更新max = c1;
25 if (c1 < len && nums[c1] > nums[max]) max = c1;
26 //如果右子节点比较大,更新max = c2;
27 if (c2 < len && nums[c2] > nums[max]) max = c2;
28 //如果最大的数不是节点i的话,那么heapify(nums, max),即调整节点i的子树。
29 if (max != i) {
30 swap(nums, max, i);
31 //递归处理
32 heapify(nums, max);
33 }
34 }
35
36 private void swap(int[] nums, int i, int j) {
37 nums[i] = nums[i] + nums[j] - (nums[j] = nums[i]);
38 }
然后我们从下标 k 继续开始依次遍历数组的剩余元素。如果元素小于堆顶元素,那么取出堆顶元素,将当前元素入堆。在上面的示例中 ,因为2小于堆顶元素6,所以将2入堆。我们发现现在的完全二叉树不满足大顶堆,所以对其进行调整。
(调整前)
(调整后)
继续重复上述步骤,依次将7,3,8入堆。这里因为7和8都大于堆顶元素5,所以只有3会入堆。
(调整前)
(调整后)
最后得到的堆,就是我们想要的结果。由于堆的大小是 K,所以这里空间复杂度是O(K),时间复杂度是O(NlogK)。
根据分析,完成代码:
1//java
2class Solution {
3 public int[] getLeastNumbers(int[] arr, int k) {
4 if (k == 0)
5 return new int[0];
6 int len = arr.length;
7 if (k == len)
8 return arr;
9
10 //对arr数组的前k个数建堆
11 int[] heap = new int[k];
12 System.arraycopy(arr, 0, heap, 0, k);
13 buildHeap(heap);
14
15 //对后面较小的树建堆
16 for (int i = k; i < len; i++) {
17 if (arr[i] < heap[0]) {
18 heap[0] = arr[i];
19 heapify(heap, 0);
20 }
21 }
22 //返回这个堆
23 return heap;
24 }
25
26 private void buildHeap(int[] nums) {
27 int lastNode = nums.length - 1;
28 int startHeapify = (lastNode - 1) / 2;
29 while (startHeapify >= 0) {
30 heapify(nums, startHeapify--);
31 }
32 }
33
34 private void heapify(int[] nums, int i) {
35 int len = nums.length;
36 if (i >= len)
37 return;
38 int c1 = ((i << 1) + 1), c2 = ((i << 1) + 2);
39 int max = i;
40 if (c1 < len && nums[c1] > nums[max]) max = c1;
41 if (c2 < len && nums[c2] > nums[max]) max = c2;
42 if (max != i) {
43 swap(nums, max, i);
44 heapify(nums, max);
45 }
46 }
47
48 private void swap(int[] nums, int i, int j) {
49 nums[i] = nums[i] + nums[j] - (nums[j] = nums[i]);
50 }
51}
郑重申明(读我的文章必看):
本系列所有教程都不会用到复杂的语言特性,不需要担心没有学过相关语法,使用各语言纯属本人爱好。
作为学术文章,虽然风格可以风趣,但严谨,我是认真的。本文所有代码均在leetcode上进行过测试运行。
算法思想才是最重要的。
所以,今天的问题你学会了吗?评论区留下你的想法!
导读:
小浩算法,每日一题
关注领取《图解算法》高清版
进群的小伙伴请加右侧私人微信(备注:进群)