第k小的数(2种快排解法、1种堆排解法)

简介: 第k小的数(2种快排解法、1种堆排解法)

给定一个数组,找出其中最小的K个数。例如数组元素是4,5,1,6,2,7,3,88个数字,则最小的4个数字是1,2,3,4。如果K>数组的长度,那么返回一个空的数组。

1.利用快排的partition函数来进行划分。如果我们的基准数划分完成了以后在第 k 位上的话,那基准数以及基准数前面的元素就是最小的k个数了。

2.创建一个大根堆,限定其最多只能放 𝑘k个元素。然后依次取待排序的数据 𝑎𝑟𝑟[𝑖] arr[i] 往堆里放,堆没满的话直接插入就可以了。如果堆满了的话,那目前堆顶元素就是堆中的最大值。这个时候我们来比较一下 𝑎𝑟𝑟[𝑖] arr[i] 和堆定元素的大小。

如果 𝑎𝑟𝑟[𝑖] arr[i] 比堆顶元素大的话,那就说明数据中已经有 𝑘k个元素比 𝑎𝑟𝑟[𝑖] arr[i] 小了。𝑎𝑟𝑟[𝑖] arr[i] 已经不可能属于最小的 𝑘k个数了。那就直接忽略掉 𝑎𝑟𝑟[𝑖]arr[i]继续看下一个数。

如果 𝑎𝑟𝑟[𝑖] arr[i] 比堆顶元素小的话,那就将堆顶元素删除,把 𝑎𝑟𝑟[𝑖] arr[i] 插入到堆中。

全部看完以后,堆里的k个元素就是最小的k个数了。

//
// Created by RedmiBook on 2022/5/10.
//
#include <bits/stdc++.h>
using namespace std;
//解法1  快排解法
int partition(vector<int>&arr,int l,int r){
    int rd = l+rand()%(r-l);
    swap(arr[rd],arr[l]);
    int key = arr[l];
    while(l < r){
        while(l < r && arr[r] >= key){
            r--;
        }
        arr[l] = arr[r];
        while(l < r && arr[l] < key){
            l++;
        }
        arr[r] = arr[l];
    }
    arr[l] = key;
    return l;
}
//解法2  快排解法
int partition2(vector<int>&arr,int l,int r){
    int rd = l+rand()%(r-l);
    swap(arr[rd],arr[r]);
    int key = arr[r];
    int i=l;
    for(int j=l;j<r;j++){
        if(arr[j] < key){
            swap(arr[j],arr[i]);
            i++;
        }
    }
    swap(arr[i],arr[r]);
    return i;
}
vector<int> GetLeastNumbers_Solution(vector<int>& input,int k){
    vector<int>ans;
    int len = input.size();
    if(k==0 || k>=len) {return ans;}
    int l=0,r=len-1;
    int mid = partition2(input,l,r);
    while(mid != k-1){
        if(mid < k-1){
            l = mid+1;
            mid = partition2(input,l,r);
        }else{
            r = mid-1;
            mid = partition2(input,l,r);
        }
    }
    for(int i=0;i<k;i++){
        ans.push_back(input[i]);
    }
    return ans;
}
//堆排序解法
vector<int>  GetLeastNumbers_heap(vector<int>& input,int k){
    vector<int> ans;
    int len = input.size();
    if(k<0 || k>=len){return ans;}
    priority_queue<int> heap;
    for(int i=0;i<len;i++){
        if(i < k){
            heap.push(input[i]);
        }else{
            if(input[i] < heap.top()){
                heap.pop();
                heap.push(input[i]);
            }
        }
    }
    for(int i=0;i<k;i++){
        ans.push_back(heap.top());
        heap.pop();
    }
    return ans;
}
int main(){
    srand(time(0));
    //解法1  快排解法
    vector<int> src;
    //4,5,1,6,2,7,3,8
    src.push_back(4);
    src.push_back(5);
    src.push_back(1);
    src.push_back(6);
    src.push_back(2);
    src.push_back(7);
    src.push_back(3);
    src.push_back(8);
    vector<int>ans = GetLeastNumbers_heap(src,4);
    for(int i=0;i<ans.size();i++){
        cout<<ans[i]<<" ";
    }
    return 0;
}
相关文章
|
网络安全
编译原理复习二:Top-Down分析LL(1)文法的判断与LL(1)分析表的构造(附题目与答案 超详细)
编译原理复习二:Top-Down分析LL(1)文法的判断与LL(1)分析表的构造(附题目与答案 超详细)
1009 1
|
存储 编译器 C语言
计算机组成与体系结构期末题目解析
计算机组成与体系结构期末题目解析
2525 0
计算机组成与体系结构期末题目解析
|
SQL Java 数据库连接
挺详细的spring+springmvc+mybatis配置整合|含源代码
挺详细的spring+springmvc+mybatis配置整合|含源代码
|
分布式计算 资源调度 Hadoop
Hadoop【问题记录 02】【hadoop-3.1.3 单机版】ResourceManager无法启动NodeManager启动后过自动关闭 javax/activation/DataSource
【4月更文挑战第2天】Hadoop【问题记录 02】【hadoop-3.1.3 单机版】ResourceManager无法启动NodeManager启动后过自动关闭 javax/activation/DataSource
480 2
|
存储 Unix 程序员
计算机组成原理(5)----指令系统(2)
计算机组成原理(5)----指令系统
2676 2
|
SQL 关系型数据库 MySQL
数据库导入SQL文件:全面解析与操作指南
在数据库管理中,将SQL文件导入数据库是一个常见且重要的操作。无论是迁移数据、恢复备份,还是测试和开发环境搭建,掌握如何正确导入SQL文件都至关重要。本文将详细介绍数据库导入SQL文件的全过程,包括准备工作、操作步骤以及常见问题解决方案,旨在为数据库管理员和开发者提供全面的操作指南。一、准备工作在导
1719 0
|
负载均衡 监控 Go
使用Golang框架构建分布式系统
本文探讨了使用Golang构建分布式系统的方法。Golang因其高效、简洁的语法和并发支持成为理想的开发语言。文中列举了几个常用的Golang框架,如Echo、Gin、gRPC和NATS等,并强调了服务拆分、通信机制、负载均衡等构建分布式系统的关键要素。通过选择合适的框架,遵循需求分析、技术选型、服务设计等步骤,开发者可以构建出高性能、高可用和可扩展的系统。此外,文中还提供了一个使用gRPC和etcd的简单代码案例来说明实现过程。
873 4
|
搜索推荐 Java 数据处理
|
机器学习/深度学习 人工智能 算法
【算法】最长公共子序列(C/C++)
【算法】最长公共子序列(C/C++)