【左神算法2】O（Nlog（N））排序 归并排序 和快速排序

目录

01 master公式求递归时间复杂度

02 归并排序

2.1 算法步骤

2.2 归并排序代码

2.3 归并排序拓展： 小和问题

03 快速排序

3.1 算法步骤

3.2 荷兰国旗问题

3.3 经典快排

01 master公式求递归时间复杂度

master公式（也称主方法）是用来利用分治策略来解决问题经常使用的时间复杂度的分析方法，（补充：分治策略的递归解法还有两个常用的方法叫做代入法和递归树法，以后有机会和亲们再唠），众所周知，分治策略中使用递归来求解问题分为三步走，分别为分解、解决和合并，所以主方法的表现形式：

T [n] = aT[n/b] + f (n)（直接记为T [n] = aT[n/b] + O (N^d)）

其中 a >= 1 and b > 1 是常量，其表示的意义是n表示问题的规模，a表示递归的次数也就是生成的子问题数，子问题规模应该一致，b表示每次递归是原来的1/b之一个规模，f（n）表示分解和合并所要花费的时间之和。

解法：
①当d < logb a时，时间复杂度为O(n^(logb a))
②当d == logb a时，时间复杂度为O((n^d)*logn)
③当d > logb a时，时间复杂度为O(n^d)

三个系数一旦确定，时间复杂度就确定了

public class RecursionTest {
    // 递归原理分析

    public static int getMax(int[] arr){
        return process(arr,0, arr.length - 1);
    }

    // 求arr数组中i 到 j 中的最大值
    public static int process(int arr[], int L, int R){
        if(L == R){
            return arr[L];
        }
        int mid = L + ((R - L) >> 1); // 求中点：如果直接用（l + r）/2 可能会超出界限
        int leftMax = process(arr, L, mid);  // 分而治之的思想
        int rightMax = process(arr, mid + 1, R);
        return Math.max(leftMax,rightMax);
    }
}

 02 归并排序

归并排序（Merge sort）是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。

作为一种典型的分而治之思想的算法应用，归并排序的实现由两种方法：

• 自上而下的递归（所有递归的方法都可以用迭代重写，所以就有了第 2 种方法）；
• 自下而上的迭代；

2.1 算法步骤

        先让左侧部分有序， 再让右侧部分有序生成两个有序序列

1. 申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；

2. 设定两个指针，最初位置分别为两个已经排序序列的起始位置；

3. 比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；

4. 重复步骤 3 直到某一指针达到序列尾；

5. 将另一序列剩下的所有元素直接复制到合并序列尾。