当前位置: 首页 > news >正文

可视化图解算法50:最小的K个数

牛客网 面试笔试   TOP101    |     LeetCode 面试题 17.14.  最小K个数

1. 题目

描述

给定一个长度为 n 的可能有重复值的数组,找出其中不去重的最小的 k 个数。例如数组元素是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(任意顺序皆可)。

数据范围:0≤k,n≤10000,数组中每个数的大小0≤val≤1000

要求:空间复杂度 O(n),时间复杂度 O(nlogn)

示例1

输入:

[4,5,1,6,2,7,3,8],4

返回值:

[1,2,3,4]

说明:

返回最小的4个数即可,返回[1,3,2,4]也可以        

示例2

输入:

[1],0

返回值:

[ ]

示例3

输入:

[0,1,2,1,2],3

返回值:

[0,1,1]

2. 解题思路

最小的K个数的求解问题是典型的Top K问题,一般通过堆来完成。先来看看什么是堆:

堆" 是一个在计算机科学中经常使用的术语,它通常指的是一种特殊的树形数据结构——二叉堆(binary heap)。二叉堆通常满足堆属性(heap property),即父节点的值总是大于或等于(或小于或等于,取决于堆的类型)其子节点的值。

堆是一种完全二叉树结构,并满足以下性质之一:

  • 最大堆(Max-Heap):每个父节点的值大于或等于其子节点的值。

  • 最小堆(Min-Heap):每个父节点的值小于或等于其子节点的值。

核心特性

  1. 完全二叉树:

    除了最后一层,其他层节点全部填满,且最后一层节点尽可能靠左排列。

  2. 高效操作:

    插入和删除操作的时间复杂度为 O(log n),建堆时间复杂度为 O(n)

堆的存储方式

  • 数组实现(最常用):

    • 父节点索引为 i,则左子节点为 2i+1,右子节点为 2i+2

    • 子节点索引为 i,则父节点为 (i-1)//2

  • 示例

    (数组表示的堆):

    <span style="background-color:#f8f8f8 !important">数组:[9, 5, 3, 2, 4, 1]
    对应完全二叉树:9/   \5     3/ \   /2  4 1

堆的应用场景

优先队列:任务调度、Dijkstra 算法。

  • 堆排序:时间复杂度 O(n log n),原地排序但不稳定。

  • Top K 问题:快速找到数据流中最大/最小的 K 个元素。

  • 合并有序序列:如合并 K 个有序链表。

堆(Heap)是一种特殊的树形数据结构,通常以完全二叉树的形式实现,具有以下核心特性:


常见误区

  1. 堆与内存堆:

    数据结构中的“堆”与程序内存管理中的“堆”(Heap Memory)完全不同。

  2. 堆的有序性:

    堆仅保证根节点是极值,子树之间不一定有序。

如果文字描述的不太清楚,你可以参考视频的详细讲解。

  • Python编码:Python数据结构LeetCode笔试面试算法_哔哩哔哩_bilibiliPython数据结构LeetCode笔试面试算法,bilibili课堂,哔哩哔哩课堂,哔哩哔哩,Bilibili,B站,弹幕https://www.bilibili.com/cheese/play/ep1372869

  • Java编码:哔哩哔哩_bilibilihttps://www.bilibili.com/cheese/play/ep1367923

  • Golang编码:LeetCode数据结构笔试面试算法-Go语言版_哔哩哔哩_bilibiliLeetCode数据结构笔试面试算法-Go语言版,bilibili课堂,哔哩哔哩课堂,哔哩哔哩,Bilibili,B站,弹幕https://www.bilibili.com/cheese/play/ep1364949

3. 编码实现

核心代码如下:

/*** 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可*** @param input int整型一维数组* @param k int整型* @return int整型一维数组*/
func GetLeastNumbers_Solution(input []int, k int) []int {// write code hereres := make([]int, 0)if k == 0 || len(input) < k {return res}//1.定义一个大顶堆(最大元素在最上面)h := make(MyHeap, 0, k)heap.Init(&h)//2.先将k个元素加入堆for i := 0; i < k; i++ {heap.Push(&h, input[i])}//3.如果当前元素小于堆顶的元素(待加入的元素比堆中的小)则将堆中的最大元素弹出,新元素入堆//弹出的作用:保证堆中只存储最小的k个数据for i := k; i < len(input); i++ {if input[i] < h[0] {heap.Pop(&h)heap.Push(&h, input[i])}}//4.堆中的元素弹出,存储到数组中返回for h.Len() > 0 {res = append(res, heap.Pop(&h).(int))}return res
}

具体完整代码你可以参考下面视频的详细讲解。

  • Python编码:Python数据结构LeetCode笔试面试算法_哔哩哔哩_bilibiliPython数据结构LeetCode笔试面试算法,bilibili课堂,哔哩哔哩课堂,哔哩哔哩,Bilibili,B站,弹幕https://www.bilibili.com/cheese/play/ep1372869

  • Java编码:哔哩哔哩_bilibilihttps://www.bilibili.com/cheese/play/ep1367923

  • Golang编码:哔哩哔哩_bilibilihttps://www.bilibili.com/cheese/play/ep1364949

4.小结

最小的K个数可以通过大顶堆完成,具体操作步骤为:

  1. 定义一个大顶堆,堆的大小为 K;

  2. 堆中存储最小的K个数;

  3. 先从数组中取出 K 个元素加入堆;

  4. 再从数组中取出其他元素,如果该元素小于堆顶的元素,从堆中弹出元素,将该元素加入堆;

  5. 数组中的元素取完,堆中的数据就是最小的K个数。

《数据结构与算法》深度精讲课程正式上线啦!7 大核心算法模块全解析:

  ✅   链表

  ✅   二叉树

  ✅   二分查找、排序

  ✅   堆、栈、队列

  ✅   回溯算法

  ✅   哈希算法

  ✅   动态规划

无论你是备战笔试面试、提升代码效率,还是突破技术瓶颈,这套课程都将为你构建扎实的算法思维底座。🔥立即加入学习打卡,与千名开发者共同进阶!

  • Python编码实现:哔哩哔哩_bilibilihttps://www.bilibili.com/cheese/play/ss897667807

  • Java编码实现:LeetCode数据结构笔试面试算法-Java版_哔哩哔哩_bilibiliLeetCode数据结构笔试面试算法-Java版,bilibili课堂,哔哩哔哩课堂,哔哩哔哩,Bilibili,B站,弹幕https://www.bilibili.com/cheese/play/ss161443488

  • Golang编码实现:LeetCode数据结构笔试面试算法-Go语言版_哔哩哔哩_bilibiliLeetCode数据结构笔试面试算法-Go语言版,bilibili课堂,哔哩哔哩课堂,哔哩哔哩,Bilibili,B站,弹幕https://www.bilibili.com/cheese/play/ss63997

对于数据结构与算法,我们总结了一套【可视化+图解】方法,依据此方法来解决相关问题,算法变得易于理解,写出来的代码可读性高也不容易出错。具体也可以参考视频详细讲解。

今日佳句:千磨万击还坚劲,任尔东西南北风。

相关文章:

  • SpringBoot集成Tess4j :低成本解锁OCR 图片识别能力
  • 鹰盾视频的AI行为检测是怎样的风控?
  • [极客时间]LangChain 实战课 ----- 01|LangChain系统安装和快速入门(2)
  • 第四章 软件需求工程
  • 论文略读: CUT YOUR LOSSES IN LARGE-VOCABULARY LANGUAGE MODELS
  • 如何通过DNS解析实现负载均衡?有哪些优势?
  • 期权卖方是谁?
  • Linux动态库与静态库详解:从入门到精通
  • mysql-innoDB存储引擎事务的原理
  • 智能合约安全专题(一):什么是重入攻击?——从 DAO 事件谈起
  • Ribbon负载均衡实战指南:7种策略选择与生产避坑
  • 《Qt C++ 与 OpenCV:解锁视频播放程序设计的奥秘》
  • 广告系统中后链路数据为什么要使用流批一体技术?流批一体技术是什么?
  • [特殊字符] 智能合约中的数据是如何在区块链中保持一致的?
  • Redis高可用与扩展性:构建稳定高效的缓存系统
  • Qt Widget类解析与代码注释
  • 图像直方图分析:全面掌握OpenCV与Matplotlib绘制技巧
  • python整数处理 2022年信息素养大赛复赛/决赛真题 小学组/初中组 python编程挑战赛 真题详细解析
  • ​​​​​​​未来已来:深度解读 BLE 6.0 的革命性特性与实战应用
  • 随笔小记:SpringBoot 3 集成 SpringDoc OpenAPI
  • 镇江公司做网站/如何使用网络营销策略
  • 云网站建设的意义/舆情网站直接打开
  • 网站国外空间/bt蚂蚁磁力搜索天堂
  • 西安网站建设工作室/制作网站的基本步骤
  • 青岛做网站电话/网站模板搭建
  • jsp动态网站开发实例教程/百度手机助手官网下载