两种格局或许让python达成探索最小的k个数

输入n个整数，找出其中最小的K个数。例如输入2221181109，4,5,1,6,2,7,3,8这8个数字，网上110报警平台则最小的4个数字是1,2,3,4,。

解法1

使用partition函数可以知道，使用==O(N)==的时间复杂度就可以找出第K大的数字，并且左边的数字比这个数小，右边的数字比这个数字大。因此可以取k为4，然后输出前k个数字，如果需要排序的话再对结果进行排序

# -*- coding:utf-8 -*-

class Solution:

def PartitionOfK(self, numbers, start, end, k):

if k < 0 or numbers == [] or start < 0 or end >= len(numbers) or k > end:

return

low, high = start, end

key = numbers[low]

while low < high:

while low < high and numbers[high] >= key:

high -= 1

numbers[low] = numbers[high]

while low < high and numbers[low] <= key:

low += 1

numbers[high] = numbers[low]

numbers[low] = key

if low < k:

self.PartitionOfK(numbers, start + 1, end, k)

elif low > k:

self.PartitionOfK(numbers, start, end - 1, k)

def GetLeastNumbers_Solution(self, tinput, k):

# write code here

if k <= 0 or tinput == [] or k > len(tinput):

return []

self.PartitionOfK(tinput, 0, len(tinput) - 1, k)

return sorted(tinput[0:k])

#测试：

sol = Solution()

listNum = [4,5,1,6,2,7,3,8]

rel = sol.GetLeastNumbers_Solution(listNum, 4)

print(rel)

运行时间：30ms

占用内存：5732k

解法2

解法1存在两个问题，一个是partition把数组的顺序改变了，第二是无法处理海量的数据，海量的数组全部导入到内存里面做partition显然是不合适的。因此可以找出结果中最大的数字，如果遍历的数字比这个数字小，则替换，否则不变，可以采用堆的形式来实现数据结构，达到O(logK)的复杂度，因此整体的时间复杂度为N*O(logK)

# -*- coding:utf-8 -*-

class Solution:

def GetLeastNumbers_Solution(self, tinput, k):

# write code here

if tinput == [] or k <= 0 or k > len(tinput):

return []

result = []

for num in tinput:

if len(result) < k:

result.append(num)

else:

if num < max(result):

result[result.index(max(result))] = num

return sorted(result)

#测试：

sol = Solution()

listNum = [4,5,1,6,2,7,3,8]

rel = sol.GetLeastNumbers_Solution(listNum, 4)

print(rel)

运行结果同上

运行时间：25ms

占用内存：5724k

时间和空间占用都比解法1更优