最小的 K 个数

解题思路

使用任意一种排序算法即可，得到有序的序列后，就可以直接取出目标值了。但如果遇到海量数据时，如果算法选择不当有可能会崩溃，这里推荐两种比较好的排序算法。

第一种：改良后的冒泡排序算法

使用冒泡排序思想，不需要全部遍历一次，因为题目只要求前 K 个数，所以最外层循环 K 次就好了。

import java.util.ArrayList;
public class Solution {
public ArrayList<Integer> GetLeastNumbers_Solution(int [] input, int k) {
ArrayList<Integer> list = new ArrayList<>();
if(k > input.length) {
return list;
}
for(int i = 0; i < k; i++) {
for(int j = 0; j < input.length - i - 1; j++) {
if(input[j] < input[j + 1]) {
int temp = input[j];
input[j] = input[j + 1];
input[j + 1] = temp;
}
}
list.add(input[input.length - i - 1]);
}
return list;
}
}

还可以考虑使用堆排序。堆排序的空间复制度仅为 O(1)，并且时间复杂度稳定为 O(nlogN)，适合处理海量数据。对应堆的实现，我们可以使用 Java 为我们提供的优先级队列 PriorityQueue

import java.util.PriorityQueue;
import java.util.ArrayList;
import java.util.Comparator;
public class Solution {
public ArrayList<Integer> GetLeastNumbers_Solution(int [] input, int k) {
ArrayList<Integer> list = new ArrayList<>();
int length = input.length;
if(k > length || k <= 0) {
return list;
}
PriorityQueue<Integer> maxHeap = new PriorityQueue<>(k, new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o2.compareTo(o1);
}
});
for(int i = 0; i < length; i++) {
if(maxHeap.size() != k) {
maxHeap.offer(input[i]);
} else if(maxHeap.peek() > input[i]){
maxHeap.poll();
maxHeap.offer(input[i]);
}
}
for (Integer integer : maxHeap) {
list.add(integer);
}
return list;
}
}