这题一开始搞错了,还以为是 two pointer 问题,其实同一个元素是可以复用的,只要两个 index 不一样就行了。因此总共 pair 的数量是 m * n,光是靠单向移动的 two pointer 是不行的,会漏掉正解。得靠 heap.
Given nums1 = [1,1,2], nums2 = [1,2,3], k = 2
Return: [1,1],[1,1]
The first 2 pairs are returned from the sequence: [1,1],[1,1],[1,2],[2,1],[1,2],[2,2],[1,3],[1,3],[2,3]
最无脑的写法,复杂度 O(k * log(mn)),minHeap 里把所有可能的 pair 都存进去了。
public class Solution {
private class MyComparator implements Comparator<int[]>{
public int compare(int[] a, int[] b){
return a[0] + a[1] - b[0] - b[1];
}
}
public List<int[]> kSmallestPairs(int[] nums1, int[] nums2, int k) {
List<int[]> list = new ArrayList<>();
PriorityQueue<int[]> minHeap = new PriorityQueue<int[]>(new MyComparator());
for(int i = 0; i < nums1.length; i++){
for(int j = 0; j < nums2.length; j++){
minHeap.offer(new int[]{nums1[i], nums2[j]});
}
}
while(!minHeap.isEmpty() && k > 0){
list.add(minHeap.poll());
k--;
}
return list;
}
}
那么显然的优化是,既然我们只要 k 个答案,heap 里存 k 个就行,同时要尽可能的利用数组已经排好序的特性, 让 index 单调向前走。
O(k log k) ~ 超过 81%
自定义 Tuple,存 int[] pair 还有当前 pair 相对于 nums2 的 index
先以 nums1 的前 k 个数和 nums2 的第一个数为起点,初始化 minHeap;
每次新 tuple 出来的时候,都把 index2 往后移一步,index1 不变 (还取 tuple 里 pair[0] 的值)
在这个过程中,一个 Pair 的 ptr1 和 ptr2 是单调递增的,因为 heap 里已经存了之前看过的组合了,不能回头,否则会有重复答案。
这是一个借用 heap 的 two pointer 算法。
public class Solution {
private class Tuple{
int val;
int ptr1;
int ptr2;
public Tuple(int val, int ptr1, int ptr2){
this.val = val;
this.ptr1 = ptr1;
this.ptr2 = ptr2;
}
}
private class MyComparator implements Comparator<Tuple>{
public int compare(Tuple a, Tuple b){
return a.val - b.val;
}
}
public List<int[]> kSmallestPairs(int[] nums1, int[] nums2, int k) {
List<int[]> list = new ArrayList<>();
if(nums1 == null || nums2 == null ||
nums1.length == 0 || nums2.length == 0)
return list;
PriorityQueue<Tuple> minHeap = new PriorityQueue<Tuple>(new MyComparator());
for(int i = 0; i < nums1.length && i < k; i++){
minHeap.offer(new Tuple(nums1[i] + nums2[0], i, 0));
}
while(!minHeap.isEmpty() && k > 0){
Tuple tuple = minHeap.poll();
int ptr1 = tuple.ptr1;
int ptr2 = tuple.ptr2;
list.add(new int[]{nums1[ptr1], nums2[ptr2]});
if(ptr2 + 1 < nums2.length){
minHeap.offer(new Tuple(nums1[ptr1] + nums2[ptr2 + 1], ptr1, ptr2 + 1));
}
k--;
}
return list;
}
}
同一道题,扩展到 k 个 array 的情况~
public class Solution {
private class Tuple implements Comparable<Tuple>{
int x, y, val;
public Tuple(int x, int y, int val){
this.val = val;
this.x = x;
this.y = y;
}
public int compareTo(Tuple tuple){
return this.val - tuple.val;
}
}
public int kthSmallest(int[][] matrix, int k) {
PriorityQueue<Tuple> minHeap = new PriorityQueue<Tuple>();
int rows = matrix.length;
for(int i = 0; i < rows; i++) minHeap.offer(new Tuple(i, 0, matrix[i][0]));
for(int i = 0; i < k - 1; i++){
Tuple tuple = minHeap.poll();
if(tuple.y + 1 == matrix[0].length) continue;
minHeap.offer(new Tuple(tuple.x, tuple.y + 1, matrix[tuple.x][tuple.y + 1]));
}
return minHeap.peek().val;
}
}