尋找陣列最小小的k個數
阿新 • • 發佈:2018-12-19
思路1:利用快排的思想,尋找第k個位置上正確的數,k位置前面的數即是比k位置小的陣列,k後面的數即是比k位置元素大的陣列
public ArrayList<Integer> GetLeastNumbers_Solution(int [] input, int k) { ArrayList<Integer> res = new ArrayList<Integer>(); if (input==null||input.length==0||input.length<k||k<=0) { return res; } int start = 0; int end = input.length-1; int index = partition(input, start, end); //一直迴圈知道找到第k個位置正確的數。 while (index != k - 1) { if (index > k - 1) { end = index-1; index = partition(input, start, end); } else { start = index+1; index = partition(input, start, end); } } for (int i = 0; i < k; i++) { res.add(input[i]); } return res; } static int partition(int input[], int start, int end) { int tmp = input[start]; while (start < end) { while (start < end && input[end] >= tmp) { end--; } input[start] = input[end]; while (start < end && tmp >= input[start]) { start++; } input[end] = input[start]; } input[start] = tmp; return start; }
思路2:利用堆排序,適用於海量資料尋找最大或最小的k個數字。
找最小的k個數,構建一個大頂堆,初始化容器大小為k,如果初始陣列小於等於k則直接返回,如果大於k,如果下一個數比堆頂元素大則直接丟棄,如果下一個數比堆頂元素小,則將堆頂元素替換,並重新調整堆結構。
當尋找最小的k個數是,使用大頂堆,大頂堆堆頂是該堆最大的元素,如果大於該堆頂,那麼肯定不是最小的k個數,將大於堆頂丟棄,小於堆頂元素替換。
當尋找最大的k個數時,使用小頂堆,小頂堆堆頂是該堆中最小的元素,如果小於該堆頂,那麼肯定不是最大的k個數,將該數丟棄,如果大於堆頂元素,那麼替換該最小數,並重新調整堆結構。
/堆排序:構建堆,不斷調整的過程,從最後一個不是葉子節點的節點開始。 static public ArrayList<Integer> GetLeastNumbers_Solution1(int[] input, int k) { ArrayList<Integer> res = new ArrayList<Integer>(); if (input==null||input.length==0||input.length<k) { return res; } int []maxHeap = new int[k]; //初始化堆 for (int i = 0; i < maxHeap.length; i++) { maxHeap[i] = input[i]; } //將初始化的堆調整為最大堆 for (int i = (maxHeap.length-1)/2; i >=0 ; i--) { adjustHeap(maxHeap, i); } //遍歷初始陣列不斷調整最大堆 for (int i = k; i <input.length ; i++) { if (maxHeap[0]>input[i]) { maxHeap[0] = input[i]; adjustHeap(maxHeap, 0); } } for (int i = 0; i < maxHeap.length; i++) { res.add(maxHeap[i]); } return res; } static void adjustHeap(int maxHeap[],int i){ int index = i; int lchild=2*i+1; //i的左孩子節點序號 int rchild=2*i+2; //i的右孩子節點序號 if(index<=(maxHeap.length-1)/2) { //尋找子節點中最大的節點 if (lchild<maxHeap.length&&maxHeap[index]<maxHeap[lchild]) { index = lchild; } if (rchild<maxHeap.length&&maxHeap[index]<maxHeap[rchild]) { index = rchild; } if (i!=index) { //將節點與最大的子節點交換 int tmp = maxHeap[index]; maxHeap[index] = maxHeap[i]; maxHeap[i] = tmp; //交換後,子樹可能不滿足最大推,遞迴調整。 adjustHeap(maxHeap, index); } }