Acwing838堆排序

思路

如何手写一个堆,在这主要应用数组去实现一个堆。

  1. 插入一个数 heap[++ size] = x; up(size);
  2. 求集合当中的最小值 heap[1]
  3. 删除最小值 heap[1] = heap[size];size--;down(1);
  4. 删除任意一个元素 heap[k] = heap[size];size--;up(k);down(k);
  5. 修改任意一个元素 heap[k] = x;down(k);up(k);

题目

输入一个长度为 n 的整数数列,从小到大输出前 m 小的数。

输入格式

第一行包含整数 n 和 m

第二行包含 n 个整数,表示整数数列。

输出格式

共一行,包含 m 个整数,表示整数数列中前 m 小的数。

数据范围

1≤m≤n≤10^5 1≤数列中元素≤10^9

输入样例:

复制代码
5 3
4 5 1 3 2

输出样例:

复制代码
1 2 3

代码

java 复制代码
import java.util.Scanner;

public class Main {

    static int cnt, n, m, N = 100010;
    static int[] a = new int[N];

    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        n = in.nextInt(); // 输入数组的大小
        m = in.nextInt(); // 操作次数
        for (int i = 1; i <= n; i++) {
            a[i] = in.nextInt(); // 输入数组元素
        }
        cnt = n; // 堆中元素个数初始化为n
        // 建堆过程
        for (int i = n / 2; i >= 1; i--) {
            down(i); // 对每个非叶子节点进行下沉操作,构建小顶堆
        }
        // 执行m次操作
        while (m > 0) {
            m--;
            System.out.print(a[1] + " "); // 输出堆顶元素(最小值)
            a[1] = a[cnt--]; // 将堆顶元素替换为堆尾元素,堆元素个数减1
            down(1); // 对新的堆顶元素进行下沉操作,维护小顶堆性质
        }
    }

    // 下沉操作,将节点u下沉到合适的位置,以维护小顶堆性质
    private static void down(int u) {
        int t = u; // 记录最小值的位置
        // 如果存在左子节点,且左子节点的值小于当前节点值,则更新最小值位置
        if (u * 2 <= cnt && a[u * 2] < a[t]) t = u * 2;
        // 如果存在右子节点,且右子节点的值小于当前节点值,则更新最小值位置
        if (u * 2 + 
相关推荐
涡能增压发动积7 小时前
同样的代码循环 10次正常 循环 100次就抛异常?自定义 Comparator 的 bug 让我丢尽颜面
后端
Wenweno0o7 小时前
0基础Go语言Eino框架智能体实战-chatModel
开发语言·后端·golang
swg3213217 小时前
Spring Boot 3.X Oauth2 认证服务与资源服务
java·spring boot·后端
tyung7 小时前
一个 main.go 搞定协作白板:你画一笔,全世界都看见
后端·go
gelald7 小时前
SpringBoot - 自动配置原理
java·spring boot·后端
殷紫川8 小时前
深入拆解 Java 内存模型:从原子性、可见性到有序性,彻底搞懂 happen-before 规则
java·后端
元宝骑士8 小时前
FIND_IN_SET使用指南:场景、优缺点与MySQL优化策略
后端·mysql
用户31952370347718 小时前
记一次 PostgreSQL WAL 日志撑爆磁盘的排查
后端
nghxni8 小时前
LightESB PlatformHttp v3.0.0:JSONPath 订单转换 HTTP 路由实战
后端
武子康9 小时前
大数据-263 实时数仓-Canal 增量订阅与消费原理:MySQL Binlog 数据同步实践
大数据·hadoop·后端