先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip204888 (备注大数据)
正文
- 首先需要一个额外的数组用来存储合并后有序的数组另外还需要四个指针——low1,high1,low2,high2,分别用来指向两个子序列的首尾,通过比较两个指针所指向的值来控制合并的顺序进而继续移动指针,实现合并。
1.4 归并排序源代码(非递归)
void Merge(int\* arr, int len, int gap)
{
//1.先申请辅助空间
int\* brr = (int\*)malloc(len \* sizeof(int));//额外辅助空间brr
int low1 = 0;
int high1 = low1 + gap - 1;
int low2 = high1 + 1;
int high2 = low2 + gap - 1 < len ? low2 + gap - 1 : len - 1; //难点1
int k = 0; //k代表辅助空间brr的下标
while (low2 < len)//判断左右手都抓到子序列 判断规则:右手如果抓到,则左手也肯定抓到了 //难点2
{
while (low1 <= high1 && low2 <= high2)//左手还有数据,并且右手还有数据(左手不空且右手不空)
{
//此时判断low1和low2指向的值,谁大谁小
if (arr[low1] <= arr[low2])//low1指向的值 小于等于 low2指向的值
{
brr[k++] = arr[low1++];
/\*low1++;
k++;\*/
}
else//low1指向的值 大于 low2指向的值
{
brr[k++] = arr[low2++];
}
}
//此时,while循环退出,代表着左手和右手抓的子序列肯定有一个空了
// 此时需要,将另一个不空的子序列的剩余值,依次挪动到辅助空间brr内 (难点3)
while (low1 <= high1) //左手子序列还有值
{
brr[k++] = arr[low1++];
}
while (low2 <= high2) //右手子序列还有值
{
brr[k++] = arr[low2++];
}
//将四个指针,向右平移, 处理接下来的两个子序列 (难点4)
low1 = high2 + 1;
high1 = low1 + gap - 1;
low2 = low2 = high1 + 1;
high2 = low2 + gap - 1 < len ? low2 + gap - 1 : len - 1;
}
//当最大的while判断为假("while(low2 < len)//判断左右手都抓到子序列")
//(难点5)代表出现了这种情况: 1.两个手都没抓到
// 2.左手抓到了,右手没抓到
// 第三种可能性:左手没抓到,右手抓到了(这种情况不存在)
//上面两种情况:如果出现第一种(左右手都没抓到,刚好结束,什么都不用管)
// 但是,一旦出现第二种情况(左手抓到了,右手没住到),这种情况下我们需要处理左手抓到的数据
while (low1 < len) //处理第二种情况下,左手中剩余的数据
{
brr[k++] = arr[low1++];
}
//此时,所有的数据都在辅助空间brr中,最后将brr中的数据全部挪动到arr中
for (int i = 0; i < len; i++)
{
arr[i] = brr[i];
}
free(brr);
}
//归并排序(Merge,非递归写法): 时间复杂度O(nlogn) 空间复杂度O(n) 稳定性:稳定
void Merge\_Sort(int\* arr, int len)
{
for (int i = 1; i < len; i \*= 2) //logn
{
Merge(arr, len, i); //单独merge函数时间复杂度O(n) 空间复杂度O(n)
}
}
1.5 归并排序性能分析
- 时间复杂度:归并排序(Merge,非递归写法)O(nlogn)
- 空间复杂度:O(n)
- 稳定性:稳定
1.6 归并排序源代码(递归)
// 合并过程
void merge\_\_(vector<int> &arr, int l, int mid, int r) {
// 在这个地方创建额外空间,是一种不好的做法,更好的做法,等下讲
vector<int> tmp(r - l + 1);
int i = l, j = mid + 1, k = 0;
while (i <= mid && j <= r) {
if (arr[i] >= arr[j]) {
tmp[k++] = arr[j++];
}
else {
tmp[k++] = arr[i++];
}
}
while (i <= mid) {
tmp[k++] = arr[i++];
}
while (j <= r) {
tmp[k++] = arr[j++];
}
for (k = 0, i = l; i <= r; ++i, ++k) {
arr[i] = tmp[k];
}
}
// 递归划分过程
void merge\_sort\_\_(vector<int> &arr, int l, int r) {
// 只有一个数字,则停止划分
if (l >= r) {
return;
}
int mid = l + ((r - l) >> 1);
merge\_sort\_\_(arr, l, mid);
merge\_sort\_\_(arr, mid + 1, r);
// 合并两个有序区间
merge\_\_(arr, l, mid, r);
}
// 要排序的数组 arr
void merge\_sort(vector<int>& arr) {
merge\_sort\_\_(arr, 0, arr.size() - 1);
}
2.桶排序(基数排序)
2.1 基数排序的思想
- 基数排序(Radix sort)是将所有数据按照从最低位开始进行排序,也就是按照个位,十位,百位,千位…,而判断需要进行几次排序,则是根据数据中最大位数来判断,例如:12 21 366 52 198 1598,判断出最大值为1598,所以需要进行个位,十位,百位,千位共四次排序
- 基数排序适用场景:所有数据位数相差不大的情况下
2.2 基数排序的过程
- 桶=队列
- 第一次排序——排个位(比较按照个位的数字按顺序放入桶内)
- 第二次排序——十位
- 第三次排序——百位
2.3 基数排序源代码
//获取数组arr中最大值的位数
int Get\_Max\_count(int \*arr, int len)
{
int max = arr[0];
for(int i=1; i<len; i++)
{
if(arr[i] > max)
{
max = arr[i];
}
}
int count = 0;
while(max != 0)
{
count++;
**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)**
![img](https://img-blog.csdnimg.cn/img_convert/e08eb51c4ac2e06eb08ecbf1257510da.png)
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**
时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)**
[外链图片转存中...(img-tqCL5MBZ-1713406388935)]
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**