2.算法笔记——认识O(NlogN)的排序

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};
    }
  }