mirror of
https://github.com/youngyangyang04/leetcode-master.git
synced 2025-08-06 18:24:23 +08:00
3.5 KiB
3.5 KiB
思路
这道题其实我在讲解队列的时候,就已经讲过了,在栈与队列:求前 K 个高频元素和队列有啥关系?中,我介绍了一种队列, 优先级队列,其实就是大(小)顶堆。
大家有精力的话也可以做做347.前 K 个高频元素,347是求前k的高频元素,本题呢,其实是求前k的低频元素。
所以套路都是一样一样的。
有的同学会用快排,其实快排的话把所有元素都排序了,时间复杂度是O(nlogn),而使用优先级队列时间复杂度为O(nlogk),因为只需要维护k个元素有序。
然后就是为什么要定义大顶堆呢?
因为本地要求最小k个数,每次添加堆,都是从顶部把最大的弹出去,然后堆里留下的就是最小的k个数了。
C++代码如下:
// 版本一
class Solution {
public:
// 大顶堆比较函数
class mycomparison {
public:
bool operator()(const pair<int, vector<int>>& lhs, const pair<int, vector<int>>& rhs) {
return lhs.first < rhs.first;
}
};
vector<vector<int>> kClosest(vector<vector<int>>& points, int K) {
// 定义一个大顶堆
priority_queue<pair<int, vector<int>>, vector<pair<int, vector<int>>>, mycomparison> pri_que;
for(int i = 0; i < points.size(); i++) {
int x = points[i][0];
int y = points[i][1];
pair<int, vector<int>> p(x * x + y * y, points[i]); // key:距离,value是(x,y)
pri_que.push(p);
if (pri_que.size() > K) { // 如果队列的大小大于了K,则队列弹出,保证队列的大小一直为k
pri_que.pop();
}
}
vector<vector<int>> result(K); // 把队列里元素放入数组
for (int i = 0; i < K; i++) {
result[i] = pri_que.top().second;
pri_que.pop();
}
return result;
}
};
以上是为了完整的体现出优先级队列的定义以及比较过程。
如果要简化一下,就用默认的配置就可以。代码如下:
// 版本二
class Solution {
public:
vector<vector<int>> kClosest(vector<vector<int>>& points, int K) {
// 默认大顶堆,按照pair的key排序
priority_queue<pair<int, vector<int>>, vector<pair<int, vector<int>>>> pri_que;
for(int i = 0; i < points.size(); i++) {
int x = points[i][0];
int y = points[i][1];
pair<int, vector<int>> p(x * x + y * y, points[i]); // key:距离,value是(x,y)
pri_que.push(p);
if (pri_que.size() > K) { // 如果队列的大小大于了K,则队列弹出,保证队列的大小一直为k
pri_que.pop();
}
}
vector<vector<int>> result(K); // 把队列里元素放入数组
for (int i = 0; i < K; i++) {
result[i] = pri_que.top().second;
pri_que.pop();
}
return result;
}
};
我是程序员Carl,组队刷题可以找我,本文leetcode刷题攻略已收录,更多精彩算法文章尽在:代码随想录,期待你的关注!