輸入n個整數，找出其中最小的k個數。例如輸入4,5,1,6,2,7,3,8這8個數字，則最小的4個數字是1,2,3,4
最大堆的查詢時間複雜度為o(logk)
替換的複雜度也為o(logk)
輔助陣列的空間複雜度為o(k)
如果換為用陣列解決該問題，那麼
查詢的時間複雜度為o(logk)(採用折半查詢)
替換的複雜度為o(k)
輔助陣列的空間複雜度為o(k)
兩種方案的主要區別在於替換的複雜度，因此採用最大堆解決該問題。遇到類似的情況時，最小堆也有同樣的優勢。
# -*-coding:utf-8 -*-
class
solution
:def
getleastnumbers_solutions
(self, tinput, k)
:# 建立或者是插入最大堆
defcreatemaxheap
(num)
: currentindex =
len(maxheap)-1
while currentindex !=0:
parentindex =
(currentindex -1)
>>
1if maxheap[parentindex]
< maxheap[currentindex]
: maxheap[parentindex]
, maxheap[currentindex]
= maxheap[currentindex]
, maxheap[parentindex]
else
:break
# 調整最大堆，頭節點發生改變
defadjustmaxheap
(num)
:if num < maxheap[0]
: maxheap[0]
= num
maxheaplen =
len(maxheap)
index =
0while index < maxheaplen:
leftindex = index *2+
1 rightindex = index *2+
2 largerindex =
0if rightindex < maxheaplen:
if maxheap[rightindex]
< maxheap[leftindex]
: largerindex = leftindex
else
: largerindex = rightindex
elif leftindex < maxheaplen:
largerindex = leftindex
else
:break
if maxheap[index]
< maxheap[largerindex]
: maxheap[index]
, maxheap[largerindex]
= maxheap[largerindex]
, maxheap[index]
index = largerindex
maxheap =
inputlen =
len(tinput)
iflen
(tinput)
< k or k <=0:
return
for i in
range
(inputlen)
:if i < k:
createmaxheap(tinput[i]
)else
: adjustmaxheap(tinput[i]
) maxheap.sort(
)return maxheap
if __name__ ==
'__main__'
: tinput=[1
,2,4
,6,100,20
,9,10
] s=solution(
) result = s.getleastnumbers_solutions(tinput,4)
for i in
range(0
,4):
print
(result[i]
)
124
6
Python 最小的 k 個數
題目描述 輸入n個整數，找出其中最小的k個數。例如輸入4,5,1,6,2,7,3,8這8個數字，則最小的4個數字是1,2,3,4,coding utf 8 最小的k個數 題目描述 輸入n個整數，找出其中最小的k個數。例如輸入4,5,1,6,2,7,3,8這8個數字，則最小的4個數字是1,2,3,4,...
最小的K個數（Python）
題目描述 輸入n個整數，找出其中最小的k個數。例如輸入4,5,1,6,2,7,3,8這8個數字，則最小的4個數字是1,2,3,4,這個題目完成的思路有很多，很多排序演算法都可以完成既定操作，關鍵是複雜度性的考慮。以下幾種思路當是筆者拋磚引玉，如果讀者有興趣可以自己再使用其他方法一一嘗試。思路1 利用...
python 最小的k個數
class solution def getleastnumbers solution self,t,k write code here if len t 0 or len t k or k 0 不設定k 0 返回，k為0時會陷入無限迴圈 return s 0 l len t 1 index sel...