文章最前: 我是Octopus,這個名字來源於我的中文名--章魚;我熱愛編程、熱愛算法、熱愛開源。所有源碼在我的個人github ;這博客是記錄我學習的點點滴滴,如果您對 Python、Java、AI、算法有興趣,可以關注我的動態,一起學習,共同進步。
相關文章:
- LeetCode:55. Jump Game(跳遠比賽)
- Leetcode:300. Longest Increasing Subsequence(最大增長序列)
- LeetCode:560. Subarray Sum Equals K(找出數組中連續子串和等於k)
文章目錄:
題目描述:
輸入整數數組 arr
,找出其中最小的 k
個數。例如,輸入4、5、1、6、2、7、3、8這8個數字,則最小的4個數字是1、2、3、4。
示例 1:
輸入:arr = [3,2,1], k = 2
輸出:[1,2] 或者 [2,1]
示例 2:
輸入:arr = [0,1,2,1], k = 1
輸出:[0]
限制:
0 <= k <= arr.length <= 10000
0 <= arr[i] <= 10000
題目分析:
首先這個問題,就是一個普通的排序問題: 排序分爲選擇排序,冒泡排序,插入排序,快速排序,基數排序,歸併排序等;可以解決該問題。
1)暴力算法:
首先對於解決本題目,先想到使用冒泡排序,冒泡排序是一種簡單的排序算法。它重複地走訪過要排序的數列,一次比較兩個元素,如果它們的順序錯誤就把它們交換過來。走訪數列的工作是重複地進行直到沒有再需要交換,也就是說該數列已經排序完成。這個算法的名字由來是因爲越小的元素會經由交換慢慢“浮”到數列的頂端。 它的思路是先將數組進行排序,然後取前面k個值,最直接的思路:
- 比較相鄰的元素。如果第一個比第二個大,就交換它們兩個;
- 對每一對相鄰元素作同樣的工作,從開始第一對到結尾的最後一對,這樣在最後的元素應該會是最大的數;
- 針對所有的元素重複以上的步驟,除了最後一個;
- 重複步驟1~3,直到排序完成。
排序完成之後再選取前面k個值:
/**
* 獲取最小多個值;快速排序
*
* @param arr 數組
* @param k k個數
* @return 數組
*/
public int[] getLeastNumbers(int[] arr, int k) {
if (arr.length == 0)
return arr;
for (int i = 0; i < arr.length; i++)
for (int j = 0; j < arr.length - 1 - i; j++)
if (arr[j + 1] < arr[j]) {
int temp = arr[j + 1];
arr[j + 1] = arr[j];
arr[j] = temp;
}
return Arrays.stream(arr).limit(k).toArray();
}
時間複雜度:O(n)
空間複雜度:O(1)
2)優化算法(堆排序):
堆排序(Heapsort)是指利用堆這種數據結構所設計的一種排序算法。堆積是一個近似完全二叉樹的結構,並同時滿足堆積的性質:即子結點的鍵值或索引總是小於(或者大於)它的父節點。將初始待排序關鍵字序列(R1,R2….Rn)構建成大頂堆,此堆爲初始的無序區;
- 將堆頂元素R[1]與最後一個元素R[n]交換,此時得到新的無序區(R1,R2,……Rn-1)和新的有序區(Rn),且滿足R[1,2…n-1]<=R[n];
- 由於交換後新的堆頂R[1]可能違反堆的性質,因此需要對當前無序區(R1,R2,……Rn-1)調整爲新堆,然後再次將R[1]與無序區最後一個元素交換,得到新的無序區(R1,R2….Rn-2)和新的有序區(Rn-1,Rn)。不斷重複此過程直到有序區的元素個數爲n-1,則整個排序過程完成。
這種方法相對於上一種方法有一定的優化。
/**
* 獲取最小多個值,利用優先隊列
*
* @param arr 數組
* @param k k個數
* @return 數組
*/
public int[] getLeastNumbers2(int[] arr, int k) {
PriorityQueue<Integer> priorityQueue = new PriorityQueue();
List<Integer> list = new ArrayList<>();
for (int num : arr) {
priorityQueue.add(num);
if (priorityQueue.size() > arr.length - k) {
list.add(priorityQueue.poll());
}
}
return list.stream().mapToInt(e -> Integer.valueOf(e)).toArray();
}
時間複雜度:O(n.logn)
空間複雜度:O(n)
3)最優算法(快速排序)
快速排序的基本思想:通過一趟排序將待排記錄分隔成獨立的兩部分,其中一部分記錄的關鍵字均比另一部分的關鍵字小,則可分別對這兩部分記錄繼續進行排序,以達到整個序列有序。快速排序使用分治法來把一個串(list)分爲兩個子串(sub-lists)。具體算法描述如下:
- 從數列中挑出一個元素,稱爲 “基準”(pivot);
- 重新排序數列,所有元素比基準值小的擺放在基準前面,所有元素比基準值大的擺在基準的後面(相同的數可以到任一邊)。在這個分區退出之後,該基準就處於數列的中間位置。這個稱爲分區(partition)操作;
- 遞歸地(recursive)把小於基準值元素的子數列和大於基準值元素的子數列排序。
/**
* 獲取最小多個值 ,利用快速排序方法
*
* @param arr 數組
* @param k k個數
* @return 數組
*/
public int[] getLeastNumbers3(int[] arr, int k) {
int len = arr.length;
if (k == 0 || k > len) {
return new int[0];
}
int target = k - 1;
int left = 0;
int right = len - 1;
while (true) {
int index = partition(arr, left, right);
if (index == target) {
int[] res = new int[k];
for (int i = 0; i < k; i++) {
res[i] = arr[i];
}
return res;
} else if (index < target) {
// 下一輪搜索區間在 [index + 1, right]
left = index + 1;
} else {
// 下一輪搜索區間在 [left, index - 1]
right = index - 1;
}
}
}
/**
* 進行分區操作
*
* @param arr 數組
* @param left 左邊
* @param right 右邊
* @return 下標
*/
private int partition(int[] arr, int left, int right) {
int pivot = arr[left];
int index = left;
for (int i = left + 1; i <= right; i++) {
if (arr[i] < pivot) {
index++;
swap(arr, index, i);
}
}
swap(arr, left, index);
return index;
}
/**
* 交換數據中元素的位置
*
* @param arr 數組
* @param i 位置i
* @param j 位置j
*/
private void swap(int[] arr, int i, int j) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
時間複雜度:O(n)
空間複雜度:O(n)