面试题17.14.最小K个数

https://leetcode-cn.com/problems/smallest-k-lcci/solution/mian-shi-ti-1714zui-xiao-kge-shu-ji-chu-k9jd8/

难度：中等

1

题目

设计一个算法，找出数组中最小的k个数。以任意顺序返回这k个数均可。

提示：

• 0 <= len(arr) <= 100000
• 0 <= k <= min(100000, len(arr))

2

示例

输入：arr = [1,3,5,7,2,4,6,8], k = 4
输出： [1,2,3,4]

3

分析

这道题之所以定义为堆排序类型题，就是因为可以任意顺序返回。这里推排序有两种思路：

1. 小根堆：每次获取的数据都无脑入堆，然后最终将前K个数字返回
2. 大根堆：仅维护K个长度的堆，由于python没有，需要入赋值，如果当前的数大于heap[0]，则堆顶出堆，当前数入堆，最终返回。

至于 return sorted(arr)[:k] 的写法，面试时候不怕被打，你就这么写。

4

解题

import heapq

class Solution:
    def smallestK(self, arr, k):
        if k == 0:
            return []
        hq = []
        for i in arr:
            if len(hq) < k:
                heapq.heappush(hq, -i)
            else:
                if hq[0] < -i:
                    heapq.heappop(hq)
                    heapq.heappush(hq, -i)
        return [-i for i in hq]

347.前K个高频元素

https://leetcode-cn.com/problems/top-k-frequent-elements/solution/347qian-kge-gao-pin-yuan-su-nei-zhi-han-zlfi7/

难度：中等

1

题目

给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。

提示：

• 1 <= nums.length <= 10 ^ 5
• k 的取值范围是 [1, 数组中不相同的元素的个数]
• 题目数据保证答案唯一，换句话说，数组中前 k 个高频元素的集合是唯一的

2

示例

示例 1:
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

示例 2:
输入: nums = [1], k = 1
输出: [1]

3

分析

遇到重复数字求频率，首先要想到Counter计数原则，将当前的数组转换为hash表 num:frequency 的类型然后再做操作。即：dic = collections.Counter(nums)

分享两种方法（虽然面试官更希望你写第二种，但如果同时写出第一种，能展示出你对基础模块的掌握度）：

使用sorted自带的排序和列表切片后返回，可以压缩到一行代码

这道题提及了任意顺序返回均可，那就可以通过使用堆的方法来解决了。这道题使用小根堆很方便。

类似的题目有：

面试题17.14.最小K个数

from collections import Counter
class Solution:
    def topKFrequent(self, nums, k):
        return [x[0] for x in sorted(Counter(nums).items(),key = lambda x: x[1],reverse=True)[:k]]

from collections import Counter
import heapq

class Solution:
    def topKFrequent(self, nums, k):
        dic = Counter(nums)
        hp = []
        for num, req in dic.items():
            if len(hp) < k:
                heapq.heappush(hp, (req, num))
            else:
                if req > hp[0][0]:
                    heapq.heappop(hp)
                    heapq.heappush(hp, (req, num))
        return [x[1] for x in hp]

973.最接近原点的K个点

https://leetcode-cn.com/problems/k-closest-points-to-origin/solution/973zui-jie-jin-yuan-dian-de-kge-dian-pyt-4jro/

难度：中等

1

题目

我们有一个由平面上的点组成的列表 points。需要从中找出 K 个距离原点 (0, 0) 最近的点。

（这里，平面上两点之间的距离是欧几里德距离。）

你可以按任何顺序返回答案。除了点坐标的顺序之外，答案确保是唯一的。

提示：

• 1 <= K <= points.length <= 10000
• -10000 < points[i][0] < 10000
• -10000 < points[i][1] < 10000

2

示例

示例 1：

输入：points = [[1,3],[-2,2]], K = 1
输出：[[-2,2]]
解释： 
(1, 3) 和原点之间的距离为 sqrt(10)，
(-2, 2) 和原点之间的距离为 sqrt(8)，
由于 sqrt(8) < sqrt(10)，(-2, 2) 离原点更近。
我们只需要距离原点最近的 K = 1 个点，所以答案就是 [[-2,2]]。
示例 2：

输入：points = [[3,3],[5,-1],[-2,4]], K = 2
输出：[[3,3],[-2,4]]
（答案 [[-2,4],[3,3]] 也会被接受。）

3

分析

遇到求前K的题目，内置的sorted和堆排序无脑安排上就对了，类似的题目有：

• 面试题17.14.最小K个数
• 347.前K个高频元素

这道题同样的，我们使用堆排序(大根堆)来完成解题，维护一个K大的堆，然后每次判断距离是否比堆顶的数字大。如果比堆顶数字大，弹出堆顶，将当前距离及点信息以列表方式入堆即可。

4

解题

import heapq


class Solution:
    def kClosest(self, points, k):
        hp = []
        for point in points:
            distance = sum(map(lambda x: abs(x ** 2), point))
            if len(hp) < k:
                heapq.heappush(hp, [-distance, point])
            else:
                if -distance > hp[0][0]:
                    heapq.heappop(hp)
                    heapq.heappush(hp, [-distance, point])
        return [point for distance, point in hp]