【力扣】973. 最接近原点的 K 个点

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。

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。）

提示：

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/k-closest-points-to-origin

时间复杂度：O(n)

空间复杂度：O(n)

public int[][] kClosest(int[][] points, int K) {
        //既然要求第K个点，那么就需要知道所有的点的距离，然后从距离最少的到最多的排序
        Map<Integer,Integer> map = new HashMap<Integer,Integer>();
        //key 为距离 ，value为坐标
        for(int i = 0; i < points.length ; i++){
            map.put(i,(int)(Math.pow(Math.abs(points[i][0]),2) + Math.pow(Math.abs(points[i][1]),2)));
        }

        //对key排序
        List<Map.Entry<Integer,Integer>> mapList = new ArrayList<>(map.entrySet());
        mapList.sort(new Comparator<Map.Entry<Integer, Integer>>() {
            @Override
            public int compare(Map.Entry<Integer, Integer> o1, Map.Entry<Integer, Integer> o2) {
                return o1.getValue().compareTo(o2.getValue());
            }
        });
        int result[][] = new int[K][2];
        int index = 0;
        for(int i = 0; i < K; i++){
            index =mapList.get(i).getKey();
            result[i][0] = points[index][0];
            result[i][1] = points[index][1];
        }
        return result;
    }

来看一下官方解答：

class Solution {
    public int[][] kClosest(int[][] points, int K) {
        Arrays.sort(points, new Comparator<int[]>() {
            public int compare(int[] point1, int[] point2) {
                return (point1[0] * point1[0] + point1[1] * point1[1]) - (point2[0] * point2[0] + point2[1] * point2[1]);
            }
        });
        return Arrays.copyOfRange(points, 0, K);
    }
}

时间复杂度：O(nlog n)

空间复杂度：O(log n)