最小的k个数

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。

示例 1：

输入：arr = [3,2,1], k = 2
输出：[1,2] 或者 [2,1]

示例 2：

输入：arr = [0,1,2,1], k = 1
输出：[0]

限制：

0 <= k <= arr.length <= 10000
0 <= arr[i] <= 10000

思路

1.暴力法，先对数组进行排序（各种排序方法），再取出前k个数。

public int[] getLeastNumbers(int[] arr, int k) {
    Arrays.sort(arr);
    int[] ints = new int[k];
    for (int i = 0; i < k - 1; i++) {
        ints[i]=arr[i];
    }
    return ints;
}

2.建立大根堆解决前K小问题.(小根堆解决前K大问题)。维护一个大根堆，若堆的大小小于K，将当前值放入队中。否则判断当前值与堆顶元素的大小，如果当前值小于堆顶元素，再将当前值放入堆中，每放入一个值后，再要调整成为大根堆。

    public  int[] getLeastNumbers(int[] arr,int k) {
        if (k == 0 || arr.length == 0) {
            return new int[0];
        }
        int[] ints = Arrays.copyOf(arr, k);
        //构建k个数的大根堆，堆顶为最大的数，for循环确保每个子堆都是大根堆，至少有ints.length/ 2个子堆。
        for (int i =ints.length/ 2; i >= 0; i--) {
            setHeap(ints, i, k);
        }

        //每次取数组中剩下的数与堆顶的数比较
        for (int i = k; i <arr.length; i++) {
            //如果数组中的数比堆顶的数小，则放入堆顶，再构建一次大根堆
            if (ints[0]>arr[i]){
                ints[0]=arr[i];
                setHeap(ints,0,k);
            }
        }
        return ints;
    }

    public  void  setHeap(int [] array,int parent,int length){
        int temp=array[parent];
        int child=parent*2+1;
        //循环判断父节点的值是否小于子节点，是则替换
        while (length>child){
            //取出子节点中较大的数的索引
            if(child+1<length && array[child]<array[child+1]){
                child++;
            }
            //如果父节点值大于子节点则不用交换值
            if(temp>=array[child]){
                break;
            }
            //交换父节点和子节点的值
            array[parent]=array[child];
            parent=child;
            child=2*child+1;
        }
        array[parent]=temp;
    }

3.使用优先队列代替堆，优先队列的实现原理与大根堆/小根堆相同。效率不如手写堆。（也许是调用库函数会加载其他东西）

public int[] getLeastNumbers(int[] arr, int k) {
        if ( k==0 || arr.length==0){
            return new int[0];
        }
        PriorityQueue<Integer> queue = new PriorityQueue<>((o1, o2) -> o2-o1);
        //优先队列默认为升序排列，重写compare方法为降序排列。使用lombda表示，等价于以下代码
//        PriorityQueue<Integer> queue = new PriorityQueue<>(new Comparator<Integer>() {
//            @Override
//            public int compare(Integer o1, Integer o2) {
//                return o2-o1;
//            }
//        });

        for (int i : arr) {
            if (queue.size()<k){
                queue.offer(i);
            }else if (queue.peek()>i){ //当优先队列满k个后，取最大值和待放入的值比较，如果待放入值小，则放入。
                queue.poll();
                queue.offer(i);
            }
        }

        int[] ints = new int[queue.size()];
        for (int i = 0; i < ints.length; i++) {
            ints[i]=queue.poll();
        }
        
        return ints;
    }

4.快速排序思想，但是不对数组完全排序，只需要有选择性的分段排序，当确定基准等于K时，则K左边的数都比k小。右边的数不需要处理。

    public int[] getLeastNumbers(int[] arr, int k) {
        if (k == 0 || arr.length == 0) {
            return new int[0];
        }
        //k-1为我们要找的基准的下标。
        return quickSort(arr, 0, arr.length - 1, k - 1);
    }

    public int[] quickSort(int[] arr, int left, int right, int k) {
        // 对数组进行分割，取出下次分割的基准标号
        int division = division(arr, left, right);
        //如果基准与k正好相等，则返回k左边的部分。
        if (division == k) {
            return Arrays.copyOf(arr, k + 1);
        }
        // 如果k在基准的右边，则对右段进行递归排序。
        // 如果k在基准的坐边，则对左段进行递归排序。
        return division < k ? quickSort(arr, division + 1, right, k) : quickSort(arr, left, division - 1, k);

    }

    public int division(int[] list, int left, int right) {
        // 以最左边的数(left)为基准
        int base = list[left];
        while (left < right) {
            // 从序列右端开始，向左遍历，直到找到小于base的数
            while (left < right && list[right] >= base) {
                right--;
            }
            // 找到了比base小的元素，将这个元素放到最左边的位置
            list[left] = list[right];

            // 从序列左端开始，向右遍历，直到找到大于base的数
            while (left < right && list[left] <= base) {
                left++;
            }
            // 找到了比base大的元素，将这个元素放到最右边的位置
            list[right] = list[left];
        }

        // 最后将base放到left位置。都比此时，left位置的左侧数值应该left小；
        // 而left位置的右侧数值应该都比left大。
        list[left] = base;
        return left;
    }

5.题目中规定数字不大于一万，可以使用频次数字处理，然后遍历频次数组，获取前K个数。

public int[] getLeastNumbers(int[] arr, int k) {
    if (k == 0 || arr.length == 0) {
        return new int[0];
    }
    // 统计每个数字出现的次数
    int[] hash = new int[10001];
    for (int num : arr) {
        hash[num]++;
    }
    
    int[] ans = new int[k];
    int count=0;
    for (int num = 0; num < hash.length; num++) {
        if (count == k) {
            break;
        }
        //从频次数组中取出前k个数。
        while (hash[num]>0 && k>count){
            ans[count++]=num;
            hash[num]--;
        }
    }
    
    return ans;
}