三大O(nlogn)算法分析

最新推荐文章于 2023-11-26 21:55:38 发布

好z

最新推荐文章于 2023-11-26 21:55:38 发布

阅读量506

点赞数

分类专栏：经典算法文章标签：算法排序算法数据结构

本文链接：https://blog.csdn.net/Liyizhi111/article/details/128083749

版权

经典算法专栏收录该内容

2 篇文章 0 订阅

订阅专栏

堆排序

demo

从第一个父节点开始，每一个都调换自己和所有子孙节点的上下层次调换，形成最大堆。然后进行堆分支调整

class Solution {
    public int[] sortArray(int[] nums) {
        maxHeap(nums);
        sort(nums);
        return nums;
    }

    public static void maxHeap(int[] nums){
        int limit = nums.length-1;
        System.out.println(limit<<1+1);
        for(int i=limit>>1;i>=0;i--){
            changeForRoot(i,limit,nums);
        }
    }

    public static void sort(int[] nums){
        int limit = nums.length-1;
        while(limit>0){
            swap(nums,0,limit);
            limit--;
            changeForRoot(0,limit,nums);
        }
    }

    public static void changeForRoot(int root,int limit,int[] nums) {
        for (int i = root; ((i << 1) + 1) <= limit; ) {
            int lChild = (i << 1) + 1;
            int rChild = (i << 1) + 2;
            int change = i;
            if (lChild <= limit && nums[lChild] > nums[change]) {
                change = lChild;
            }
            if (rChild <= limit && nums[rChild] > nums[change]) {
                change = rChild;
            }
            if(i==change){
                break;
            }
            swap(nums, i, change);
            i = change;
        }
    }

    public static void swap(int[] nums,int a,int b){
        int tmp = nums[a];
        nums[a] = nums[b];
        nums[b] = tmp;
    }
}

易错点

1 需要明白堆排序是一个O(nlogn)的算法，不要把第一次O(n)的堆遍历调整当成调整节点的方法，否则会变为O(n²)
2 第一次排序，每一个点都要和自己的子节点比较，然后比较之后，如果有顺序调整，还需要继续和孙节点进行比较，这个递归过程就是调整节点的步骤，复杂度为O(logn)，因为进行了n次，所以总复杂度为O(nlogn)

归并排序

demo

class Solution {
    private int[] arr;

    public int[] sortArray(int[] nums) {
        arr = new int[nums.length];
        int rPoint = nums.length-1;
        split(nums,0,rPoint);
        return nums;
    }

    public void split(int[] nums,int left,int right) {
        if(left>=right){
            return;
        }
        int mid = (right-left)/2+left;
        split(nums,left,mid);
        split(nums,mid+1,right);
        merge(nums,left,mid,right);
    }

    public void merge(int[] nums,int left,int mid,int right){
        int point = left;
        int l = left;
        int r = mid+1;
        while(l<=mid&&r<=right){
            arr[point] = nums[l]<=nums[r]?nums[l++]:nums[r++];
            point++;
        }
        while(l<=mid){
            arr[point++] = nums[l++];
        }
        while(r<=right){
            arr[point++] = nums[r++];
        }
        for(int i=left;i<=right;i++){
            nums[i] = arr[i];
        }
    }

    private void swap(int[] nums, int i, int j) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }
}

易错点

一开始博主忘了底层算法，结果底层在冒泡和插入考虑，最终敲定插入然后就超时了，需要记得底层算法是双指针算法，由于最后一次合并过程必定需要一个O(n)空间，所以不如一开始就一直初始化这样大的空间。

快速排序

demo

class Solution {
    public int[] sortArray(int[] nums) {
        split(nums,0,nums.length-1);
        System.out.println();
        return nums;
    }

    private void split(int[] nums,int left,int right){
        if(left>=right) return;
        int pivot = sort(nums,left,right);
        split(nums,left,pivot);
        split(nums,pivot+1,right);
    }

    private int sort(int[] nums,int left,int right){
        setPivot(nums,left,right);
        int change = left;
        int val = nums[right];
        for(int i=left;i<right;i++){
            if(nums[i]<val){
                swap(nums,change,i);
                change++;
            }
        }
        swap(nums,right,change);
        return change;
    }

    private void setPivot(int[] nums,int left,int right){
        int pivot = left+(int)((right-left+1)*Math.random());
        swap(nums,right,pivot);
    }

    private void swap(int[] nums, int i, int j) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }
}