🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇
⭐分治⭐
🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇🎇
前言
分治算法(Divide and Conquer),顾名思义,将一个大问题分成多个小问题,然后分别解决这些小问题,最后将它们的解合并起来得到整体的解。这个算法的核心思想是将问题分割成更小的、相同结构的子问题,然后将子问题的解合并成原问题的解。
分治算法的运行流程通常包括三个步骤:分解、解决和合并。
分解:将原问题分解成若干个规模较小的子问题。这个步骤通常通过递归实现,直到子问题足够简单可以直接求解。
解决:递归地求解子问题。这可以通过相同的方法再次应用分治算法,继续将子问题分解成更小的子问题,直到达到基本情况可以直接求解。
合并:将子问题的解合并成原问题的解。当所有子问题都解决之后,将它们的解合并起来,得到原问题的解。
分治算法通常适用于满足两个条件的问题:
- 可以将原问题分解成相同结构的子问题。
- 子问题的解可以通过合并得到原问题的解。
分治算法在计算机科学中应用广泛,例如在排序算法中具有重要地位。著名的排序算法,如归并排序和快速排序,都是基于分治算法的思想。
归并排序通过分治的方式将一个无序数组分割成更小的子数组,然后递归地对子数组进行排序,最后将排好序的子数组合并成一个有序的数组。
快速排序也是通过分治的方式将一个无序数组分割成两个子数组,然后递归地对子数组进行排序,最后合并得到完整的有序数组。
总而言之,分治算法是一种非常有用的算法设计技巧,能够有效地解决一些复杂问题。它将问题分解成较小的子问题,通过递归解决子问题,并最终将它们的解合并成整体解,从而实现高效的问题求解。
2. 快速排序(medium)
算法思路:(数组分三块思想+随机选择基准元素的快速排序):
我们在数据结构阶段学习的快速排序的思想可以知道,快排最核⼼的⼀步就是Partition(分割数 据):将数据按照⼀个标准,分成左右两部分。
如果我们使⽤荷兰国旗问题的思想,将数组划分为左 中 右三部分:左边是⽐基准元素⼩的数据, 中间是与基准元素相同的数据,右边是⽐基准元素⼤的数据。然后再去递归的排序左边部分和右边 部分即可(可以舍去⼤量的中间部分)。
在处理数据量有很多重复的情况下,效率会⼤⼤提升。
算法流程:
随机选择基准算法流程:
函数设计:intrandomKey(vector&nums,intleft,intright)
a. 在主函数那⾥种⼀颗随机数种⼦;
b. 在随机选择基准函数这⾥⽣成⼀个随机数;
c. 由于我们要随机产⽣⼀个基准,因此可以将随机数转换成随机下标:让随机数%上区间⼤⼩, 然后加上区间的左边界即可。
快速排序算法主要流程:
a. 定义递归出⼝;
b.利⽤随机选择基准函数⽣成⼀个基准元素;
c.利⽤荷兰国旗思想将数组划分成三个区域;
d.递归处理左边区域和右边区域。
代码实现:
package Divide_and_Conquer;
import java.util.Random;
class Solution
{
public int[] sortArray(int[] nums)
{
qsort(nums, 0, nums.length - 1);
return nums;
}
public void qsort(int[] nums, int l, int r)
{
if(l >= r) return;
//数组分三块
int key = nums[new Random().nextInt(r - l + 1) + l];
int left = l - 1, right = r + 1, i = l;
while(i < right)
{
if(nums[i] < key) swap(nums, ++left, i++);
else if(nums[i] == key) i++;
else swap(nums, --right, i);
}
// [l, left] [left + 1, right - 1] [rigth, r]
qsort(nums, l, left);
qsort(nums, right, r);
}
public void swap(int[] nums, int i, int j)
{
int t = nums[i];
nums[i] = nums[j];
nums[j] = t;
}
}
总结
以上是今天总结的第二道分治的题,后续会更新一系列的分治算法相关的题哦。