目录
题目描述：
思路：
具体实现
整体建立一个大小为N的小根堆
通过大根堆实现
完整代码
力扣链接：面试题 17.14. 最小K个数 - 力扣（LeetCode）
题目描述：
设计一个算法，找出数组中最小的k个数。以任意顺序返回这k个数均可。
示例：
输入： arr = [1,3,5,7,2,4,6,8], k = 4输出： [1,2,3,4]
思路：
这个问题属于是一类问题中，即top-K问题：N个数据中，前k个最大/最小的元素，一般来说k比较小；或者是需要找到这组数据中 第k大/第k小 的数据。
根据这道的要求，我们可以有以下三种思路：
整体排序整体建立一个大小为N的小根堆把前K个元素创建为大根堆，遍历剩下的N-K个元素，和堆顶元素比较，如果比堆顶元素学校，则堆顶元素删除，但前元素入堆具体实现
整体建立一个大小为N的小根堆
通过创建一个小根堆，把要全部元素都放进去，然后再把前k个元素提出来即可。
class Solution { public int[] smallestK(int[] arr, int k) { PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(); for(int i = 0; i < arr.length; i++){ priorityQueue.offer(arr[i]); } int[] ret = new int[k]; for(int i = 0; i < k; i++){ ret[i] = priorityQueue.poll(); } return ret; }}由PriorityQueue创建的堆默认为小根堆，所以把元素直接放进去，priorityQueue会默认成为小根堆，然后再把前k个元素放到ret数字里即可。
通过大根堆实现
这里有一个要做的地方：让PriorityQueue可以实现大根堆。
通过 按住Crtl 鼠标点击 PriorityQueue 可以看到其中实现的方法，
再Crtl 鼠标点击 Comparator，看Comparator接口中的方法，
可以看到其中有个 compare方法，这便是通过比较 o1，o2的值来进行小根堆的实现，这里我们可以通过重写compare方法来实现大根堆。这里选择的是创建一个新类来实现。
class IntCmp implements Comparator<Integer> { @Override public int compare(Integer o1, Integer o2) { return o2.compareTo(o1); }}然后把前K个元素放进大根堆，如果根节点的值大于可能要放进来的值，则把根节点删除，把该值放进来，同时PriorityQueue会保证该堆一直为大根堆。最后遍历完N-K个值后，再把这些值返回出去。
其中的过程大概如上图所示。
class Solution{ public int[] smallestK(int[] arr, int k) { int[] ret = new int[k]; if(arr == null || k == 0) return ret; PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(new IntCmp()); for (int i = 0; i < k; i++) { priorityQueue.offer(arr[i]); } for (int i =k; i < arr.length; i++) { int peekVal = priorityQueue.peek(); if(peekVal > arr[i]) { priorityQueue.peek(); priorityQueue.offer(arr[i]); } } for (int i = 0; i < k; i++) { ret[i] = priorityQueue.poll(); } return ret; }}完整代码
第一种方法，通过小根堆实现
//时间复杂度为：O((k+1)logN)class Solution { public int[] smallestK(int[] arr, int k) { PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(); //时间复杂度为O(N*logN) for (int i = 0; i < arr.length; i++) { priorityQueue.offer(arr[i]); } //时间复杂度为O(K*logN) int[] ret = new int[k]; for (int i = 0; i < k; i++) { ret[i] = priorityQueue.poll(); } return ret; }}第二种方法，通过大根堆实现
class IntCmp implements Comparator<Integer> { public int compare(Integer o1, Integer o2) { return o2.compareTo(o1); }}class Solution{ public int[] smallestK(int[] arr, int k) { int[] ret = new int[k]; if(arr == null || k == 0) return ret; PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(new IntCmp()); for (int i = 0; i < k; i++) { priorityQueue.offer(arr[i]); } for (int i =k; i < arr.length; i++) { int peekVal = priorityQueue.peek(); if(peekVal > arr[i]) { priorityQueue.peek(); priorityQueue.offer(arr[i]); } } for (int i = 0; i < k; i++) { ret[i] = priorityQueue.poll(); } return ret; }}