前言🌧️
算法，对前端人来说陌生又熟悉，很多时候我们都不会像后端工程师一样重视这项能力。但事实上，算法对每一个程序员来说，都有着不可撼动的地位。
因为开发的过程就是把实际问题转换成计算机可识别的指令，也就是《数据结构》里说的，「设计出数据结构，在施加以算法就行了」。
当然，学习也是有侧重点的，作为前端我们不需要像后端开发一样对算法全盘掌握，有些比较偏、不实用的类型和解法，只要稍做了解即可。
题目🦀
难度简单
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 <= 100000 <= arr[i] <= 10000
解题思路🌵
- 构建最小堆（或者最大堆）
- sort排序
- 采用快速排序
解法1构建最小堆🔥
//最小堆 class MinHeap{ constructor(){ this.heap=[]; } swap(indexA,indexB){ let temp=this.heap[indexA] this.heap[indexA]=this.heap[indexB] this.heap[indexB]=temp } getParentInex(index){ return (index-1)>>1; } getLeftChildIndex(index){ return index*2+1; } getRightChildIndex(index){ return index*2+2; } shiftUp(index){ if(index==0){return} const parentIndex=this.getParentInex(index) //如果当前节点的父节点小于 if(this.heap[parentIndex]>this.heap[index]){ this.swap(parentIndex,index) this.shiftUp(parentIndex) } } shiftDown(index){ //获取当前节点的左字节点index，进行下移 const leftIndex=this.getLeftChildIndex(index) if(this.heap[index]>this.heap[leftIndex]){ this.swap(index,leftIndex) this.shiftDown(leftIndex) } //获取当前节点的右边子节点index，进行下移 const rightIndex=this.getRightChildIndex(index) if(this.heap[index]>this.heap[rightIndex]){ this.swap(index,rightIndex) this.shiftDown(rightIndex) } } insert(value){ this.heap.push(value); this.shiftUp(this.heap.length-1) } pop(){ //交换父节点和末尾元素,保证堆的结构不被破坏 this.heap[0]=this.heap[this.heap.length-1] this.heap.pop() this.shiftDown(0) } peek(){ return this.heap[0]; } size(){ return this.heap.length; } } /** * @param {number[]} arr * @param {number} k * @return {number[]} */ var getLeastNumbers = function(arr, k) { const heap=new MinHeap() const result=[] for(const item of arr){ heap.insert(item) } for(let i=0;i<k;i++){ result.push(heap.peek()) heap.pop() } return result };
时间复杂度：O(nlogk)
空间复杂度：O(k)
解法2-sort排序🔥
/** * @param {number[]} arr * @param {number} k * @return {number[]} */ //排序法 var getLeastNumbers = function(arr, k) { arr.sort((a,b)=>{ return a-b }) return arr.slice(0,k) };
时间复杂度：O(nlog(n))
空间复杂度：O(n)
解法3-快速排序🔥
/** * @param {number[]} nums * @return {number} */ //数组排序法 var majorityElement = function(nums) { nums.sort((a,b)=>{ return a-b }) const mid=nums.length>>1 //右移一位 === Math.floor return nums[mid] }
时间复杂度：O(nlog(n))
空间复杂度：O(n)
结束语🌞
那么鱼鱼的LeetCode算法篇的「LeetCode」剑指Offer-40最小的k个数⚡️就结束了，算法这个东西没有捷径，只能多写多练，多总结，文章的目的其实很简单，就是督促自己去完成算法练习并总结和输出，菜不菜不重要，但是热爱🔥，喜欢大家能够喜欢我的短文，也希望通过文章认识更多志同道合的朋友，如果你也喜欢折腾，欢迎加我好友，一起沙雕，一起进步。
