知识:master公式(等效子过程)
T(N) = a * T(N / b) + O(N ^ d)
其中 a是子过程的个数,b是子过程的规模, d是除子过程外的其他代码
1) log(b, a) > d -> 复杂度为o(N ^ log(b, a))
2) log(b, a) = d -> 复杂度为o(N ^ d * logN)
3) log(b, a) < d -> 复杂度为o(N ^ d))
1.使用递归求最大值
代码:
public static int getMax(int[] arr) {
return process(arr, 0, arr.length - 1);
}
public static int process(int[] arr, int L, int R) {
if (L == R) {
return arr[L];
}
int mid = L + ((R - L) >> 1);
int leftMax = process(arr, L, mid);
int rightMax = process(arr, mid + 1, R);
return Math.max(leftMax, rightMax);
}
2.归并排序(时间复杂度O(N*logN),额外空间复杂度O(N))
整体就是一个简单递归,左边排好序,右边排好序,让其整体有序
代码:
public static void mergeSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
process(arr, 0, arr.length - 1);
}
public static void process(int[] arr, int L, int R) {
if (L == R) {
return;
}
int mid = L + ((R - L) >> 1);
process(arr, L, mid);
process(arr, mid + 1, R);
merge(arr, L, mid, R);
}
public static void merge(int[] arr, int L, int M, int R) {
int[] help = new int[R - L + 1];
int i = 0;
int p1 = L;
int p2 = M + 1;
while (p1 <= M && p2 <= R) {
help[i++] = arr[p1] <= arr[p2] ? arr[p1++] : arr[p2++];
}
while (p1 <= M) {
help[i++] = arr[p1++];
}
while (p2 <= R) {
help[i++] = arr[p2++];
}
for (i = 0; i < help.length; i++) {
arr[L + i] = help[i];
}
}
使用master公式求解归并排序时间复杂度:
T(N) = 2T(N / 2) + O(N)
故a = 2, b = 2, d = 1
log(b, a) = d
所以时间复杂度为O(N * logN)
3.归并排序的拓展
1)小和问题
在一个数组中,每一个数左边比当前数小的数累加起来,叫做这个数组的小和。求一个数组的小和。
例子:[1,3,4,2,5] 1左边比1小的数,没有; 3左边比3小的数,1; 4左边比4小的数,1、3; 2左边比2小的数,1; 5左边比5小的数,1、3、4、2; 所以小和为1+1+3+1+1+3+4+2=16
2)逆序对问题
在一个数组中,左边的数如果比右边的数大,则这两个数构成一个逆序对,请打印所有逆序对。
例子:[3,2,4,5,0] 中的(3,2)、(3,0)......
代码:
1)与归并差异:相等时先拷贝右边的
public static int process(int[] arr, int L, int R) {
if (L == R) {
return 0;
}
int mid = L + ((R - L) >> 1);
//左边merge + 右边merge + 整体merge
return process(arr, L, mid) + process(arr, mid + 1, R) + merge(arr, L, mid, R);
}
public static int merge(int[] arr, int L, int m, int R) {
int[] help = new int[R - L + 1];
int i = 0;
int p1 = L;
int p2 = m + 1;
int res = 0;
while (p1 <= m && p2 <= r) {
res += arr[p1] < arr[p2] ? (R - p2 + 1) * arr[p1] : 0;
help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
}
while (p1 <= m) {
help[i++] = arr[p1++];
}
while (p2 <= R) {
help[i++] = arr[p2++];
}
for (i = 0; i < help.length; i++) {
arr[L + i] = help[i];
}
return res;
}
2)与上题类似
4.快速排序(时间复杂度O(N*logN),额外空间复杂度O(logN))
前提知识:
1)已知一个数组和一个数,将数组中小于等于这个数的放左边,大于这个数的放右边
思路:a:arr[i] <= num, arr[i]和 “<=区域” 的下一个数交换, “<=区域” 右扩,i++;
b: arr[i] > num, i++;
2)已知一个数组和一个数,将数组中小于这个数的放左边,等于这个数的放中间,大于这个数的放右边(荷兰国旗问题)
思路:a:arr[i] < num, arr[i]和 “<区域” 的下一个数交换, “<区域” 右扩,i++;
b: arr[i] == num, i++;
c: arr[i] > num, arr[i]和 “>区域” 的上一个数交换, “>区域” 左扩,i不变;
d: “>区域” 和 i 相撞时结束
代码:
2)
public static int[] partition(int[] arr, int l, int r, int p) {
int less = l - 1;
int more = r + 1;
while (l < more) {
if (arr[l] < p) {
swap(arr, ++less, l++);
} else if (arr[l] > p) {
swap(arr, --more, l);
} else {
l++;
}
}
return new int[]{less + 1, more - 1};
}
快速排序代码:
public static void quickSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
quickSort(arr, 0, arr.length - 1);
}
public static void quickSort(int[] arr, int l, int r) {
if (l < r) {
//随机选择任意一个位置的数与最后位置的数交换,从而达到时间复杂度降为O(N*logN)的效果,具体证明过程需要数学公式
swap(arr, l + (int)(Math.random() * (r - l + 1)), r);
int[] p = partition(arr, l, r);
quickSort(arr, l, p[0] - 1);
quickSort(arr, p[1] + 1, r);
}
public static int[] partition(int[] arr, int l, int r) {
int less = l - 1;
int more = r;
while (l < more) {
if (arr[l] < arr[r]) {
swap(arr, ++less, l++);
} else if (arr[l] > arr[r]) {
swap(arr, --more, l);
} else {
l++;
}
}
swap(arr, more, r);
return new int[]{less + 1, more};
}
}
2.算法笔记——认识O(NlogN)的排序
最新推荐文章于 2024-07-15 22:10:26 发布