标签：nlog EAP 时间复杂度 复杂 bsp 期望 list ast range
题目描述：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。
直接通过快排切分排好第 K 小的数（下标为 K-1），那么它左边的数就是比它小的另外 K-1 个数
时间复杂度: 期望O(n)，最坏O(n^2)
空间复杂度: 期望O(logn), 最坏O(n)
class Solution:
def getLeastNumbers(self, arr: List[int], k: int) -> List[int]:
if k >= len(arr): return arr
return self.quick_select(arr, 0, len(arr)-1, k)
def partition(self, arr, left, right):
v = arr[left]
while left < right:
while left < right and arr[right] >= v: right -= 1
arr[left] = arr[right]
while left < right and arr[left] <= v: left += 1
arr[right] = arr[left]
arr[left] = v
return left
def quick_select(self, arr, left, right, k):
p = self.partition(arr, left, right)
if p == k: return arr[:k]
elif p < k: return self.quick_select(arr, p+1, right, k)
elif p > k: return self.quick_select(arr, left, p-1, k)
时间复杂度: O(nlogk)
空间复杂度: O(logk)
class Solution:
def getLeastNumbers(self, arr: List[int], k: int) -> List[int]:
if k == 0:
return list()
hp = [-x for x in arr[:k]]
heapq.heapify(hp)
for i in range(k, len(arr)):
if -hp[0] > arr[i]:
heapq.heappop(hp)
heapq.heappush(hp, -arr[i])
ans = [-x for x in hp]
return ans
标签：nlog EAP 时间复杂度 复杂 bsp 期望 list ast range
原文地址：https://www.cnblogs.com/pangyunsheng/p/12814534.html
