From b37f62388dc7a5c0e38262bcf09487cb47b3e579 Mon Sep 17 00:00:00 2001 From: CyC2018 Date: Sun, 25 Oct 2026 19:03:37 +0800 Subject: [PATCH] =?UTF-8?q?Update=2040.=20=E6=9C=80=E5=B0=8F=E7=9A=84=20K?= =?UTF-8?q?=20=E4=B8=AA=E6=95=B0.md?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 说明改为使用大顶堆保存最小的 K 个数，避免与小顶堆混淆；补充快速选择中 a[j] 是第 j 小的元素（从 0 开始计数）。 --- notes/40. 最小的 K 个数.md | 10 +++++----- 1 file changed, 5 insertions(+), 5 deletions(-) diff --git a/notes/40. 最小的 K 个数.md b/notes/40. 最小的 K 个数.md index 50bc3e4d..57f00008 100644 --- a/notes/40. 最小的 K 个数.md +++ b/notes/40. 最小的 K 个数.md @@ -6,16 +6,16 @@ ## 解题思路 -### 大小为 K 的最小堆 +### 大小为 K 的大顶堆 - 复杂度：O(NlogK) + O(K) - 特别适合处理海量数据 -维护一个大小为 K 的最小堆过程如下：使用大顶堆。在添加一个元素之后，如果大顶堆的大小大于 K，那么将大顶堆的堆顶元素去除，也就是将当前堆中值最大的元素去除，从而使得留在堆中的元素都比被去除的元素来得小。 +使用大小为 K 的大顶堆保存当前最小的 K 个数：在添加一个元素之后，如果大顶堆的大小大于 K，那么将大顶堆的堆顶元素去除，也就是将当前堆中值最大的元素去除，从而使得留在堆中的元素都比被去除的元素来得小。 -应该使用大顶堆来维护最小堆，而不能直接创建一个小顶堆并设置一个大小，企图让小顶堆中的元素都是最小元素。 +应该使用大顶堆来保存最小的 K 个数，而不能直接创建一个小顶堆并设置一个大小，企图让小顶堆中的元素都是最小元素。 -Java 的 PriorityQueue 实现了堆的能力，PriorityQueue 默认是小顶堆，可以在在初始化时使用 Lambda 表达式 (o1, o2) -\> o2 - o1 来实现大顶堆。其它语言也有类似的堆数据结构。 +Java 的 PriorityQueue 实现了堆的能力，PriorityQueue 默认是小顶堆，可以在初始化时使用 Lambda 表达式 (o1, o2) -\> o2 - o1 来实现大顶堆。其它语言也有类似的堆数据结构。 ```java public ArrayList GetLeastNumbers_Solution(int[] nums, int k) { @@ -36,7 +36,7 @@ public ArrayList GetLeastNumbers_Solution(int[] nums, int k) { - 复杂度：O(N) + O(1) - 只有当允许修改数组元素时才可以使用 -快速排序的 partition() 方法，会返回一个整数 j 使得 a[l..j-1] 小于等于 a[j]，且 a[j+1..h] 大于等于 a[j]，此时 a[j] 就是数组的第 j 大元素。可以利用这个特性找出数组的第 K 个元素，这种找第 K 个元素的算法称为快速选择算法。 +快速排序的 partition() 方法，会返回一个整数 j 使得 a[l..j-1] 小于等于 a[j]，且 a[j+1..h] 大于等于 a[j]，此时 a[j] 就是数组中第 j 小的元素（j 从 0 开始计数）。可以利用这个特性找出数组的第 K 个元素，这种找第 K 个元素的算法称为快速选择算法。 ```java public ArrayList GetLeastNumbers_Solution(int[] nums, int k) {