2024年前端最新【图解数据结构】排序全面总结(二)，2024年最新字节跳动面试流程查询

最新推荐文章于 2024-11-03 16:40:52 发布

2401_84435700

最新推荐文章于 2024-11-03 16:40:52 发布

阅读量605

点赞数 15

分类专栏：程序员文章标签：前端面试学习

本文链接：https://blog.csdn.net/2401_84435700/article/details/138818444

版权

程序员专栏收录该内容

161 篇文章 0 订阅

订阅专栏

总结:

函数式编程其实是一种编程思想，它追求更细的粒度，将应用拆分成一组组极小的单元函数，组合调用操作数据流；
它提倡着纯函数 / 函数复合 / 数据不可变，谨慎对待函数内的状态共享 / 依赖外部 / 副作用；

开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】

Tips:

其实我们很难也不需要在面试过程中去完美地阐述出整套思想，这里也只是浅尝辄止，一些个人理解而已。博主也是初级小菜鸟，停留在表面而已，只求对大家能有所帮助，轻喷🤣；

我个人觉得: 这些编程范式之间，其实并不矛盾，各有各的 优劣势。

理解和学习它们的理念与优势，合理地 设计融合，将优秀的软件编程思想用于提升我们应用；

所有设计思想，最终的目标一定是使我们的应用更加 解耦颗粒化、易拓展、易测试、高复用，开发更为高效和安全；

算法讲解：

根结点值最大的叫大顶堆，根结点值最小的叫小顶堆，上图就是一个构造大顶堆的图

从最后一层开始，如果孩子结点的值比父亲结点大，那么就交换位置

一层层向上推，直到根结点值最大

建立初始堆：

void crt_heap(RecordType r[], int length )

/对记录数组r建堆，length为数组的长度/

{

int i,n;

n= length;

for ( i=n/2; i >= 1; --i) /* 自第[n/2]个记录开始进行筛选建堆 */

sift(r,i,n);

}

调整堆：

void sift(RecordType r[], int k, int m)

/* 假设ｒ[k…m]是以ｒ[k]为根的完全二叉树，且分别以ｒ[2k]和ｒ[2k+1]为根的左、右子树为大根堆，调整r[k]，使整个序列r[k…m]满足堆的性质 */

{ RecordType t; int i,j; int x; int finished;

t= r[k]; /* 暂存"根"记录r[k] */

x=r[k].key; i=k; j=2*i;

finished=FALSE;

while( j<=m && !finished )

{

if (j<m && r[j].key< r[j+1].key ) j=j+1; /* 若存在右子树，

且右子树根的关键字大，则沿右分支"筛选" */

if ( x>= r[j].key) finished=TRUE; /* 筛选完毕 */

else

{ r[i] = r[j]; i=j; j=2i; } / 继续筛选 */

}

r[i] =t; /* r[k]填入到恰当的位置 */

}

堆排序：

void HeapSort(RecordType r[],int length)

/* 对r[1…n]进行堆排序，执行本算法后，r中记录按关键字由大到小有序排列 */

{

int i,n; RecordType b;

crt_heap(r, length); n= length;

for ( i=n ; i>= 2; --i)

{

b=r[1]; /* 将堆顶记录和堆中的最后一个记录互换 */

r[1]= r[i];

r[i]=b;

sift(r,1,i-1); /* 进行调整，使r[1…i-1]变成堆 */

}

} /* HeapSort */

特点：

堆选择是树形的改进，空间占用较小

不稳定排序，适合n值较大的排序

时间复杂度O(n*logn)，空间复杂度O(1)

三、归并排序

法一：

将整体数字一分为二，逐层细分

细分完成后，每一块进行排序，直到整体有序

法二：

将一串序列，相邻的两个归并到一起排序，再次把相邻两个有序的归并块再次排序，直到最后有序（优先推荐这种算法）

代码：

void MergeSort ( RecordType r[], int n) /* 对记录数组r[1…n]做归并排序 */

{

MSort ( r, 1, n, r);

}

void MSort(RecordType r1[], int low, int high, RecordType r3[])

/* r1[low…high]经过排序后放在r3[low…high]中，r2[low…high]为辅助空间 */

{

int mid; RecordType r2[20];

if (low==high) r3[low]=r1[low];

else

{

mid=(low+high)/2;

MSort(r1,low, mid, r2);

MSort(r1,mid+1,high, r2);

Merge (r2,low,mid,high, r3);

}

} /* MSort */

特点：

稳定排序

时间复杂度O(nlogn)，空间复杂度O(n)

附加空间比较大，很少用于内部排序，主要是外部排序

四、分配类排序

1.多关键字排序

高位优先：按照花色大小分成四类，在每一类中按照面值进行排序

**低位优先：**按照面值大小分成13类，将相同面值的不同花色进行排序

2.链式基数排序

算法讲解：

对于上面的9个三位数，第一步我们按照个位数从小到大排序

接着第一步的结果，按照十位数从小到达排序

最后借助第二步的结果，按照百位数从小到大排序

同样的，对于4位 5 位方法一样

特点：

时间复杂度O(d*n)，d是关键字数，n是记录数

稳定的排序

空间复杂度=2个队列指针+n个指针域

五、总结归纳

排序算法	平均时间复杂度	空间复杂度	稳定性	特点
简单选择排序	O(n*n)	O(1)	不稳定	适合基本有序
树形选择排序	O(n*logn)	O(n)	稳定	占用空间过大
堆选择排序	O(n*logn)	O(1)	不稳定	适合n值较大的排序
归并排序	O(n*logn)	O(n)	稳定	子序列要求有序
基数排序	O(d*n)	2个队列指针+n个指针域	稳定	适合关键字位数较小