最接近原点的 K 个点

973. 最接近原点的 K 个点

题目描述：

我们有一个由平面上的点组成的列表 points。需要从中找出 K 个距离原点 (0, 0) 最近的点。

（这里，平面上两点之间的距离是欧几里德距离。）

你可以按任何顺序返回答案。除了点坐标的顺序之外，答案确保是唯一的。

让我们回顾一下，如果 A 满足下述条件，那么它是一个山脉数组：

• A.length >= 3
  在 0 < i < A.length - 1 条件下，存在 i 使得：
  A[0] < A[1] < ... A[i-1] < A[i]
  A[i] > A[i+1] > ... > A[A.length - 1]

import numpy as np 

class Solution:
    def kClosest(self, points: List[List[int]], K: int) -> List[List[int]]:
        L = len(points)
        D = np.ones(L) * 10000 # points.length <= 10000
        index1 = np.empty(L)
        out = [[0 for i in range(2)] for i in range(K)]
        for i in range(len(points)):
            D[i] = points[i][0] ** 2 + points[i][1] ** 2
        index1 = np.argsort(D)
        for i in range(K):
            out[i] = points[index1[i]]
        return out

自己的想法：

1. 计算出欧式距离，在进行排序并返回下标，对于下标进行去k个值，进行输出

为什么error：

1. list assignment index out of range：另一种情况是：list是一个空的，没有一个元素，进行list[0]就会出现错误

   为什么不能赋值给空数组

   因为最小点<=points的长度，令D.length = points.length

   数组初始化

2. index[i] = D.index(min(D)) 出错 ，D里面有空，不能比较？

   np的数组最小值下标返回

3. 下标，np.argmin 返回的是浮点型的数，进行类型转换

4. 直接输出排序下标：np.argsort

5. 数组大小的问题，对于二维数组掌握不熟练

6. 二维数组赋值为浮点数，要转换为整数 out.astype(int)

7. np的初始化有问题，会初始化为浮点数，matrix = [[0 for i in range(3)] for i in range(3)] 初始化二维数组

解题思路：

python平方

返回最小位置的索引

二维数组

python一行代码 自定义排序

感想：

太慢了，二维数组的问题没有搞明白，以及对于numpy初始化数组的数组类型之前没有详细了解，导致浪费了很多时间。

快排+堆排序