【LeetCode】面试题总结 消失的数字 最小k个数

 1.消失的数字

两种思路

1.先升序排序，再遍历并且让后一项与前一项比较

2.转化为数学问题求等差数列前n项和 （n的大小为数组的长度），将根据公式求得的应有的和数与数组中实际的和作差

import java.util.*;
class Solution {
    public int missingNumber(int[] nums) {
        // 第一种
        /*Arrays.sort(nums);
        int len = nums.length;
        int val = 0;
        for(int i=0;i<len-1;i++) {
            if(nums[i+1]!=nums[i]+1) {
                val = nums[i]+1;
                break;
            }
        }
        
        if(val==0) {
            if(nums[nums.length-1]==nums.length){
                return 0;
            }
            return nums[nums.length-1]+1;
        }
        
        return val;
        */


        //第二种
        int n = nums.length;
        int sum1 = (n + n*n)/2;
        int sum2 = 0;
        for(int i:nums) {
            sum2 = sum2+i;
        }
        return sum1-sum2;

    }
}

2.最小K个数

用优先级队列（默认情况是小根堆） + 比较器可改变大小根堆 

第一种 ：全部入优先级队列。

第二种 ：先只进入k个数，再依次比较，小的加入，大的删除 这样队列中就一直只有k个元素，节省空间，时间。

总结

找第K大的元素  返回小根堆的根节点的值
找第K小的元素，返回大根堆的节点的值

 

import java.util.*;
class IntCmp implements Comparator<Integer>{
    @Override
    public int compare(Integer o1, Integer o2) {
        return o2-o1;
    }
}
class Solution {
    public int[] smallestK(int[] arr, int k) {
        
        /*  第一种 数组中的数全部入优先级队列
        int[] ret = new int[k];
        if(arr.length==0) return ret;

        PriorityQueue<Integer> queue = new PriorityQueue<>(arr.length);

        for(int i = 0;i<arr.length;i++) {
            queue.offer(arr[i]);
        }

        for(int j = 0;j<k;j++) {
            ret[j] = queue.poll();
        } 

        return ret;
        */
        


        /* 第二种 先只进入k个数，再依次比较，小的加入，大的删除 这样队列中就一直只有k个元素
        */  //建立大根堆 使用比较器

        int[] ret = new int[k];
        if(arr.length==0 || k<=0) return ret;
        PriorityQueue<Integer> queue = new PriorityQueue<>(new IntCmp());

        for(int i=0;i<k;i++) {
            queue.offer(arr[i]);
        }

        for(int j=k;j<arr.length;j++) {
            int top = queue.peek();
            if(arr[j] < top) {
                queue.poll();
                queue.offer(arr[j]);
            }
        }


        for(int i = 0;i<k;i++) {
            ret[i] = queue.poll();
        }

        return ret;




        /* 找第K大的元素  返回小根堆的根节点的值
            找第K小的元素，返回大根堆的节点的值
        */ 
    }
}