LeetCode912. 排序数组Golang版

LeetCode912. 排序数组Golang版

1. 问题描述

给你一个整数数组 nums，请你将该数组升序排列。

示例 1：

输入：nums = [5,2,3,1]
输出：[1,2,3,5]
示例 2：

输入：nums = [5,1,1,2,0,0]
输出：[0,0,1,1,2,5]

提示：

1 <= nums.length <= 50000
-50000 <= nums[i] <= 50000

2. 思路

图片来自于这里

3. 代码

3.1. 冒泡排序：超时

func sortArray(nums []int) []int {
    for i := 0; i < len(nums); i++ {
        for j := 0; j < len(nums) - i - 1; j++ {
            if nums[j] > nums[j + 1] {
                nums[j], nums[j + 1] = nums[j + 1], nums[j]
            }
        }
    }
    return nums
}

3.2. 快排（通过）

要点：分区: 指对于任意一个元素pivot，将它移动到它应该所在位置的过程。分区有两种思路：同向双指针，反向双指针。

func sortArray(nums []int) []int {
    quickSort(nums, 0, len(nums) - 1)
    return nums
}

func quickSort(nums []int, l int, r int) {
    if l >= r {
        return
    }
    pivotLocation := partition(nums, l, r)
    quickSort(nums, l, pivotLocation - 1)
    quickSort(nums, pivotLocation + 1, r)
}

func partition(nums []int, l int, r int) int {
    pivot := nums[l]
    
    for l < r {
        for l < r && nums[r] >= pivot {
            r--
        }
        nums[l] = nums[r]
    
        for l < r && nums[l] <= pivot {
            l++
        } 
        nums[r] = nums[l]
    }
    nums[l] = pivot
    return l
}

func sortArray(nums []int) []int {
    quickSort(nums, 0, len(nums) - 1)
    return nums
}

func quickSort(nums []int, L int, R int) {
    if L >= R {
        return
    }
    pivotIndex := partition(nums, L, R)
    // fmt.Println(pivotIndex)
    quickSort(nums, L, pivotIndex - 1)
    quickSort(nums, pivotIndex + 1, R)
}

func partition(nums []int, L int, R int) int {
    pivot := nums[L]
    slow, fast := L + 1, L + 1
    // right := left + 1

    for fast <= R {
        if nums[fast] < pivot {
            nums[slow], nums[fast] = nums[fast], nums[slow]
            // fmt.Printf("%v,%v\n",slow, fast)
            fast++
            slow++
        } else {
            fast++
        }
    }
    nums[L] = nums[slow - 1]
    nums[slow-1] = pivot
    return slow - 1
}

3.3. 直接插入（通过）

要点： 从后向前比

func sortArray(nums []int) []int {
    for i := 1; i < len(nums); i++ {
        for j := i; j > 0; j-- {
            if nums[j - 1] > nums[j] {
                nums[j - 1], nums[j] = nums[j], nums[j - 1]
            } 
        }
    }
    return nums
}

3.4. 希尔排序（通过）

要点： 先宏观，再微观

func sortArray(nums []int) []int {
	// 使用 Knuth 增量序列，找增量的最大值
    h := 1
    for 3 * h + 1 < len(nums) {
        h = 3 * h + 1
    }

    for h >= 1 {
    	// 间隔为h的，插入排序
        for i := h; i < len(nums); i += h{
            for j := i; j > 0; j -= h {
                if nums[j - h] > nums[j] {
                    nums[j], nums[j - h] = nums[j - h], nums[j]
                }
            }
        } 
        h = h / 3
    }
    return nums
}

3.5. 选择排序（通过）

要点：每一轮都选出一个最小值对应的索引

func sortArray(nums []int) []int {
    for i := 0; i < len(nums) - 1; i++ {
        minIndex := i
        for j := i + 1; j < len(nums); j++ {
            if nums[j] < nums[minIndex] {
                minIndex = j
            }
        }
        nums[i], nums[minIndex] = nums[minIndex], nums[i]
    }
    return nums
}

3.8. 堆排序（重点，通过）

1. 堆排序是选择排序的优化，选择排序需要在未排定的部分里通过「打擂台」的方式选出最大的元素（复杂度 O(N)O(N)），而「堆排序」就把未排定的部分构建成一个「堆」，这样就能以 O(logN) 的方式选出最大元素；
2. 堆是一种相当有意思的数据结构，它在很多语言里也被命名为「优先队列」。它是建立在数组上的「树」结构（二叉堆是建立在完全二叉树的基础上），类似的数据结构还有「并查集」「线段树」等。
3. 优先队列」是一种特殊的队列，按照优先级顺序出队，从这一点上说，与「普通队列」无差别。「优先队列」可以用数组实现，也可以用有序数组实现，但只要是线性结构，复杂度就会高，因此，「树」结构就有优势，「优先队列」的最好实现就是「堆」

作者：liweiwei1419
链接：https://leetcode-cn.com/problems/sort-an-array/solution/fu-xi-ji-chu-pai-xu-suan-fa-java-by-liweiwei1419/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

图片内容来自于这里

堆相关的操作有：

1. make_heap()创建堆
2. push_heap()向堆中添加元素
3. pop_heap()删除堆顶数据
4. sort_heap()堆排序

要点：

1. 将数组中的元素组织成大顶堆
2. 堆顶元素和最后一个元素互换，循环调整为大顶堆

func sortArray(nums []int) []int { 
   heapify(nums)

   for i := len(nums) - 1; i >= 1; {
       nums[i], nums[0] = nums[0], nums[i]
       i--
       siftDown(nums, 0, i)
   }
   return nums
}

func heapify(nums []int) {
    // 从最后一个非叶子节点向上，下沉，调整为大顶堆
    for i := len(nums) / 2 - 1; i >= 0; i-- {
        siftDown(nums, i, len(nums) - 1)
    }
}

// 第k个元素下沉
func siftDown(nums []int, k int, end int) {
    for 2 * k + 1 <= end {
        j := 2 * k + 1
        if j+1 <= end  && nums[j+1] > nums[j]{
            j++
        }

        if nums[j] > nums[k] {
            nums[j], nums[k] = nums[k], nums[j]
        } else {
            break
        }
        k = j
    } 
}

3.7. 归并排序（重点，通过）

不知道问题在哪里

func sortArray(nums []int) []int { 
    temp := make([]int, len(nums))
    mergeSort(nums, 0, len(nums) - 1, temp)
    return nums
}

func mergeSort(nums []int, l int, r int, temp []int) {
    if l >= r {
        return
    }
    mid := (l+r)>>1
    mergeSort(nums, l, mid, temp)
    mergeSort(nums, mid + 1, r, temp) 
    // 合并两个有序数组
    merge(nums, l, mid, r, temp)
}

func merge(nums []int, l int, mid int, r int, temp []int) {
    i := l
    j := mid + 1
    k := 0
    e := r

    for i <= mid && j <= e {
        if nums[i] < nums[j] {
            temp[k] = nums[i]
            i++
            k++
        } else {
            temp[k] = nums[j]
            j++
            k++
        }
    }

    temp = temp[0:k]
   
    if i >= mid {
        temp = append(temp, nums[j:]...)
    }

    if j >= e {
        temp = append(temp, nums[i:mid+1]...)
    }

    for ii := 0; ii < len(temp); ii++ {
        nums[ii] = temp[ii]
    }
}

通过版本

func sortArray(nums []int) []int {
    if len(nums) < 2 {
        return nums
    }

    mid := len(nums) / 2
    left := sortArray(nums[:mid])
    right := sortArray(nums[mid:])
    res := merge(left, right)
    return res
}

func merge(left []int, right []int) []int {
    i := 0
    j := 0
    l := len(left)
    r := len(right)
    res := make([]int, 0)

    for i < l && j < r {
        if left[i] > right[j] {
            res = append(res, right[j])
            j++
        } else {
            res = append(res, left[i])
            i++
        }
    }

    if i < len(left) {
        res = append(res, left[i:]...)
    }

    if j < len(right) {
        res = append(res, right[j:]...)
    }
    return res
}