如何求出数组中最小（或者最大）的k个数（least k问题）

　　输入n个整数，如何求出其中最小的k个数？

解法1. 当然最直观的思路是将数组排序，然后就可以找出其中最小的k个数了，时间复杂度以快速排序为例，是O（nlogn）；

解法2. 借助划分（Partition）的思路，一次划分可以把枢轴使得枢轴左边的元素都比枢轴小，枢轴右边的元素都比枢轴大（可以参考快速排序及STL中的sort算法）。那么可以基于数组的第k个数字来调整，使得比第k个数字小的数字都位于数组的左边，使得比第k个数字大的数字都位于数组的右边。那么调整完毕后，数组中左边的k个数字就是最小的k个数字（这k个数字不一定是排序的）。该解法时间复杂度最低，是O（n），但需要修改输入的数组，如果要求不能修改输入的数组，那就行不通了。另外该算法也不大适合海量数据处理，因为没办法一次读入内存，只能一次读取一些。

　　C++代码如下：

#include "stdafx.h"
#include <set>
#include <vector>
#include <iostream>
 
using namespace std;
int Partition(int data[], int length, int start, int end)
{
    if(data == NULL || length <=  || start <  || end >= length)
        throw new std::exception("Invalid Parameters");
 
    int pivotkey = data[start];// 记录枢轴关键字
    while (start < end)
    {
        while(start<end && data[end]>=pivotkey)
            --end;// 找到从end位置开始向前第一个比枢轴小的元素
        data[start] = data[end];// 将找到的比枢轴小的元素放到前边的空闲位置
        while(start<end && data[start]<=pivotkey)
            ++start;// 找到从start位置开始向后第一个比枢轴大的元素
        data[end] = data[start];// 将找到的比枢轴大的元素放到后边的空闲位置
    }
    data[start] = pivotkey;// 将枢轴放回中间的空闲位置
 
    return start;
}
 
void GetLeastNumbers(int* input, int n, int* output, int k)
{
    if(input == NULL || output == NULL || k > n || n <=  || k <= )
        return;
 
    int start = ;
    int end = n - ;
    int index = Partition(input, n, start, end);
    while(index != k - )
    {
        if(index > k - )
        {
            end = index - ;
            index = Partition(input, n, start, end);
        }
        else
        {
            start = index + ;
            index = Partition(input, n, start, end);
        }
    }
 
    for(int i = ; i < k; ++i)
        output[i] = input[i];
}
 
int _tmain(int argc, _TCHAR* argv[])
{
    int data[] = {, , , , , , , , , , , , , -};
    int n = ;
    int k = ;
    int* output = new int[k];
    GetLeastNumbers(data, n, output, k);
 
    for (int i=; i<n; i++)
    {
        printf("%d\t", data[i]);
    }
    printf("\r\n");
    for(int i = ; i < k; ++ i)
        printf("%d\t", output[i]);
    delete[] output;
    return ;
}

解法3. 在本地维护好一个大小为k的容器，该容器能够进行自动排序，能够自动排序的容器可以选择STL中的set和multiset，因为它们内部是基于红黑树来实现的，每次插入删除都会进行自动调整。依次读取数组中的一个新元素，与容器中最大的元素做比较，如果小于容器中的最大的元素，则将该最大元素替换，这样循环一遍需要O（n）的复杂度，每次容器进行调整平均是O（logk），这样该算法最终的时间复杂度是O（nlogk）。显而易见，该算法不需要修改原始数据，且适合海量数据处理。

　　C++代码如下：

#include "stdafx.h"
#include <set>
#include <vector>
#include <iostream>
 
using namespace std;
int Partition(int data[], int length, int start, int end)
{
    if(data == NULL || length <=  || start <  || end >= length)
        throw new std::exception("Invalid Parameters");
 
    int pivotkey = data[start];// 记录枢轴关键字
    while (start < end)
    {
        while(start<end && data[end]>=pivotkey)
            --end;// 找到从end位置开始向前第一个比枢轴小的元素
        data[start] = data[end];// 将找到的比枢轴小的元素放到前边的空闲位置
        while(start<end && data[start]<=pivotkey)
            ++start;// 找到从start位置开始向后第一个比枢轴大的元素
        data[end] = data[start];// 将找到的比枢轴大的元素放到后边的空闲位置
    }
    data[start] = pivotkey;// 将枢轴放回中间的空闲位置
 
    return start;
}
 
typedef multiset<int, greater<int> >            intSet;
typedef multiset<int, greater<int> >::iterator  setIterator;
 
void GetLeastNumbers(const vector<int>& data, intSet& leastNumbers, int k)
{
    leastNumbers.clear();
 
    if(k <  || data.size() < k)
        return;
 
    vector<int>::const_iterator iter = data.begin();
    for(; iter != data.end(); ++ iter)
    {
        if((leastNumbers.size()) < k)
            leastNumbers.insert(*iter);
 
        else
        {
            setIterator iterGreatest = leastNumbers.begin();
 
            if(*iter < *(leastNumbers.begin()))
            {
                leastNumbers.erase(iterGreatest);
                leastNumbers.insert(*iter);
            }
        }
    }
}
 
int _tmain(int argc, _TCHAR* argv[])
{
    int data[] = {, , , , , , , , , , , , , -};
    int n = ;
    int k = ;
    intSet leastNumbers;
 
    std::vector<int> dataVec(&data[], &data[]);// 以迭代器初始化，注意第二个参数end是最后一个元素的下一个位置
    GetLeastNumbers(dataVec, leastNumbers, k);
 
    for(setIterator iter = leastNumbers.begin(); iter != leastNumbers.end(); ++iter)
        printf("%d\t", *iter);
 
    return ;
}