輸入n個整數，輸出其中最小的k個。
使用排序的方法來解決該問題。快速排序所費時間複雜度為o(n*logn).排序完成過後，只需要取前k個數值即是最小的k個數。
int array = ;
const int length = sizeof(array)/sizeof(array[0]);
void printarray(int a, int len)
return low;
}void quicksort(int (&s)[length], int low, int high)
}void minnumber(int a, int k);
const int length = sizeof(array)/sizeof(array[0]);
void printarray(int a, int len)
void selectkminnumber(int (&r)[length], int k, int len)
for(int i=0; i在思路2中最耗時的操作就是遍歷來獲取kmax和kmin，他們的複雜度分布為o(k)和o(length-k)，由於其中的資料時無序的，我們只需要找到最大數或者最小數即可，那麼我們可以考慮使用堆，求kmax時，在前k個數中使用最大堆，可以很容易獲得kmax，並且複雜度也降為o(logk)；後length-k中求kmin，可以使用最小堆，這樣就很容易求得kmin了，然後再重複上述的比較步驟，整體的複雜度會降低很多。
但是整體的**會比較複雜，尤其是在寫求最小堆進而求得kmin時，更容易出錯，所以此時一般都是建議只寫求最大堆的部分，而後面的比較部分則就是用kmax依次與後面的length-k個數進行比較即可
#includeusing namespace std;
int array = ;
const int length = sizeof(array)/sizeof(array[0]);
const int k = 4;
void printarray(int a, int len)else
r[pos] = temp;
}}/*這部分的**很容易出錯，因為這是將陣列中資料分為兩部分進行求最大堆和最小堆，第一部分
下標陣列很容易界定，只需要注意該部分的長度即可，而第二部分則不光需要注意長度，還要注意下
標，因為下標不對，那麼整個陣列到最後求出來的就是很混亂的，因此需要將傳輸進來的pos值對應陣列中的值時，都移動k*/
void smallheapadjust(int (&s)[length], int pos, int len) else
s[pos+k] = temp;
}}void buildingbigheap(int (&b)[length], int len)
cout << "buildingbigheap : ";
printarray(b, len);
}void buildingsmallheap(int (&d)[length], int len)
void selectkmin(int (&arr)[length], int k)
for(int i=0; icout << arr[i] << " ";
cout << endl;
}int main()
尋找最小的k個數
尋找最小的k個數 在乙個長度為n的陣列中，尋找最小的k個數。最大的k個數解法類似 想法比較簡單，先對n個數排序，再輸入前面k個數，即可。這種方法的時間複雜度比較大。假設我們使用快排，需要o nlogn 然後輸出k個數需要o k 一共要o nlogn 略。這種方法比較好，演算法簡單，易於實現。先把陣列...
尋找最小的k個數
輸入n個整數，輸出其中最小的k個。要求乙個序列中最小的k個數，按照慣有的思維方式，則是先對這個序列從小到大排序，然後輸出前面的最小的k個數。至於選取什麼的排序方法，我想你可能會第一時間想到快速排序 我們知道，快速排序平均所費時間為n logn 然後再遍歷序列中前k個元素輸出即可。因此，總的時間複雜度...
尋找最小的k個數
輸入n個整數，輸出其中最小的k個。要求乙個序列中最小的k個數，按照慣有的思維方式，則是先對這個序列從小到大排序，然後輸出前面的最小的k個數。至於選取什麼的排序方法，我想你可能會第一時間想到快速排序 我們知道，快速排序平均所費時間為n logn 然後再遍歷序列中前k個元素輸出即可。因此，總的時間複雜度...