当前位置: 首页 > java >正文

leetcode373.寻找和最小的k对数字

 这题优先想到小根堆,利用小根堆,存储一个三元组,三元组第一个数字表示选取两个数组的值的总和,用于小根堆排序,第二个数是数组1的下标,第三个数是数组2的下标

  • 两个数组 nums1 和 nums2 都是 非递减排序 的,因此:

    • 最小的和一定是 nums1[0] + nums2[0](两个数组的第一个元素)。
    • 次小的和可能是 nums1[0] + nums2[1] 或 nums1[1] + nums2[0](在第一个元素的右侧或下一个元素中选择)。
    • 以此类推,每个数对 (i, j) 的右侧 (i, j+1) 和下侧 (i+1, j) 的数对和一定 不小于 当前和(因为数组非递减)。
  • 因此,数对的和具有 局部有序性,可以通过 优先探索最小候选 的方式逐步扩展,而无需枚举所有数对。

class Solution {public List<List<Integer>> kSmallestPairs(int[] nums1, int[] nums2, int k) {List<List<Integer>> result = new ArrayList<>();PriorityQueue<int[]> pq = new PriorityQueue<>(k, (arr1, arr2) -> arr1[0] - arr2[0]);for (int i = 0; i < nums1.length; i++) {pq.add(new int[]{nums1[i] + nums2[0], i, 0});}while (k-- > 0) {int[] poll = pq.poll();int i = poll[1];int j = poll[2];result.add(List.of(nums1[i], nums2[j]));if(j+1<nums2.length)pq.add(new int[]{nums1[i] + nums2[j + 1], i, j + 1});}return result;}
}
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.PriorityQueue;class Solution {public List<List<Integer>> kSmallestPairs(int[] nums1, int[] nums2, int k) {List<List<Integer>> result = new ArrayList<>();int m = nums1.length;int n = nums2.length;if (m == 0 || n == 0 || k == 0) {return result;}// 最小堆,存储三元组 (sum, i, j)PriorityQueue<int[]> minHeap = new PriorityQueue<>((a, b) -> a[0] - b[0]);// 初始化:将nums1的每个元素与nums2的第一个元素配对for (int i = 0; i < Math.min(m, k); i++) {minHeap.offer(new int[]{nums1[i] + nums2[0], i, 0});}// 提取k个最小的数对while (k > 0 && !minHeap.isEmpty()) {int[] current = minHeap.poll();int i = current[1];int j = current[2];result.add(Arrays.asList(nums1[i], nums2[j]));// 将下一个可能的候选加入堆if (j + 1 < n) {minHeap.offer(new int[]{nums1[i] + nums2[j + 1], i, j + 1});}k--;}return result;}
}

http://www.xdnf.cn/news/2949.html

相关文章:

  • 机器人“跨协议对话”秘籍:EtherNet IP转PROFINET网关应用实录
  • mongoose插入文档,字段类型, 字段验证, 删除文档,更新文档,读取文档,查询文档的条件控制 ,字段筛选,数据排序,数据截取
  • [Linux网络_68] 转发 | 路由(Hop by Hop) | IP的分片和组装
  • 住宅代理IP购买指南:保护您的网络行为
  • C++:Lambda表达式
  • YOLO学习笔记 | YOLOv8与卡尔曼滤波实现目标跟踪与预测(附代码)
  • JVM GC垃圾回收算法
  • 面试手撕——快速排序
  • 高翔视觉slam中常见的OpenCV和Eigen的几种数据类型的内存布局及分配方式详解
  • 【AlphaFold2】Feature extraction:提取特征,为模型输入做准备|Datapipeline讲解
  • 【AI微信小程序开发】掷骰子小程序项目代码:自设骰子数量和动画(含完整前端代码)
  • 为网页LOGO视频增加电影质感表现
  • AbortController 取消请求
  • Lucene 分词工具全解析与对比指南
  • PDF Shaper v15.0
  • AI工具的应用体验---------一键生成个人的微信名片
  • Linux Vim 使用 显示行号、替换、查找、多文件打开等骚操作
  • 双重差分模型学习笔记(理论)
  • Vue2 相关知识点整理
  • 从技术视角解析百度文库AI的核心竞争力与行业启示
  • 【统计方法】交叉验证:Resampling, nested 交叉验证等策略 【含R语言】
  • 非凸科技受邀出席AI SPARK活动,共探生成式AI驱动金融新生态
  • Vue3 Echarts 3D圆形柱状图实现教程以及封装一个可复用的组件
  • 高效 Transformer 的综述
  • AGILE:开启LLM Agent强化学习的创新框架
  • CSdiy java 06
  • Spark,集群搭建-Standalone
  • 小结:PKI(Public Key Infrastructure,公钥基础设施)
  • Python爬虫(10)Python数据存储实战:基于pymongo的MongoDB开发深度指南
  • npm打包内存不足- JavaScript heap out of memory