30 最小的k个数

输入n个整数，找出其最小的k个数，例如输入4,5,1,6,2,7,3,8，最小的4个数为1,2,3,4

解法一：快排思想，会改变原数组    O（n）

注意是vector<int>&

C++:

class Solution {
public:
    int Partition(vector<int>& input, int left , int right){
        int k = left ;
        for (int i = left ; i < right ; i++){
            if (input[i] < input[right]){
                if (k!=i)
                    swap(input[i],input[k]) ;
                k++ ;
            }
        }
        swap(input[right],input[k]) ;
        return k ;
    }
    
    vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
        int len = input.size() ;
        vector<int> output ;
        if (k > len || k<=0)
            return output ;
        int left = 0 ;
        int right = len - 1 ;
        int index = Partition(input,left,right) ;
        while(index != k-1){
            if (index > k-1){
                right = index - 1 ;
                index = Partition(input,left,right) ;
            }else{
                left = index + 1 ;
                index = Partition(input,left,right) ;
            }
        }
        for (int i = 0 ; i < k ; i++)
            output.push_back(input[i]) ;
        return output ;
    }
};

解法二：维护一个大小为k的容器，每次将容器中最大的数字用小数字替换掉
O（nlogk）
如果有海量数据，没法一次放入内存中，可用这种方法
可用大顶堆或者红黑树

C++:

class Solution {
public:
    vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
        int len = input.size() ;
        if (k > len || k <= 0)
            return vector<int>() ;
        multiset<int,greater<int> > res ;
        for(int num : input){
            if (res.size() < k){
                res.insert(num) ;
            }else{
                if(num < *(res.begin())){
                    res.erase(*(res.begin())) ;
                    res.insert(num) ;
                }
            }
        }
        return vector<int>(res.begin() , res.end()) ;
    }
};

java:

import java.util.ArrayList;
import java.util.PriorityQueue;
public class Solution {
   public ArrayList<Integer> GetLeastNumbers_Solution(int[] input, int k) {
       if (k > input.length || k <= 0)
           return new ArrayList<Integer>() ;
       PriorityQueue<Integer> maxHeap = new PriorityQueue<>((o1,o2) -> o2-o1) ;
       for(int num : input){
           if (maxHeap.size() < k){
               maxHeap.add(num) ;
           }else{
               if (num < maxHeap.peek()){
                   maxHeap.poll() ;
                   maxHeap.add(num) ;
               }
           }
       }
       return new ArrayList<Integer>(maxHeap) ;
   }
}