持续为你更新!
1.归并排序
归并排序(Merge Sort)是一种经典的分治算法,它的基本原理可以简述如下:
分解(Divide):将原始数组分解成若干个子数组,直到每个子数组只包含一个元素为止。这样得到的子数组是有序的。
解决(Conquer):逐个将相邻的子数组进行合并,合并过程中保持元素的有序性。合并的过程中,通过比较两个子数组的第一个元素,将较小(或较大)的元素放入一个新的临时数组中。
合并(Combine):重复进行合并操作,直到所有子数组合并成一个完整的数组,此时整个数组已经有序。
这个过程可以用递归来实现,每次递归都将数组划分为两半,直到每个子数组只有一个元素为止,然后通过合并操作将两个有序的子数组合并成一个更大的有序数组。
归并排序的时间复杂度为O(nlogn),其中n是待排序数组的大小。虽然归并排序需要额外的空间来存储临时数组,但是其稳定性和高效性使得它在实践中被广泛应用。
归并排序的时间复杂度为什么为O(nlogn)?
时间复杂度中的log(n)底数是多少?
归并排序的时间复杂度为什么为nlogn
1.1模板
归并模板
void merge_sort(int q[], int l, int r)
{
//递归的终止情况
if(l >= r) return;
//第一步:分成子问题
int mid = l + r >> 1;
//第二步:递归处理子问题
merge_sort(q, l, mid ), merge_sort(q, mid + 1, r);
//第三步:合并子问题
int k = 0, i = l, j = mid + 1, tmp[r - l + 1];
while(i <= mid && j <= r)
if(q[i] <= q[j]) tmp[k++] = q[i++];
else tmp[k++] = q[j++];
while(i <= mid) tmp[k++] = q[i++];
while(j <= r) tmp[k++] = q[j++];
for(k = 0, i = l; i <= r; k++, i++) q[i] = tmp[k];
}
1.2实战
C++解法:
#include <iostream>
using namespace std;
const int N=1000010;
int q[N];
void merage_sort(int q[],int l,int r)
{
if(l>=r) return;
int mid=l+r>>1;
merage_sort(q,l,mid),merage_sort(q,mid+1,r);
int k=0,i=l,j=mid+1,tep[r-l+1];
while(i<=mid &&j<=r)
{
if(q[i]<q[j]) tep[k++]=q[i++];
else tep[k++]=q[j++];
}
while(i<=mid) tep[k++]=q[i++];
while(j<=r) tep[k++]=q[j++];
for(int k=0,i=l;i<=r;k++,i++) q[i]=tep[k];
}
int main()
{
int n;
scanf("%d",&n);
for(int i=0;i<n;i++) scanf("%d",&q[i]);
merage_sort(q,0,n-1);
for(int i=0;i<n;i++) printf("%d ",q[i]);
}
Python解法:
def merage_sort(l,r):
if l>=r: return 0
mid=l+r>>1
merage_sort(l,mid),merage_sort(mid+1,r)
i,j,temp,=l,mid+1,[]
while i<=mid and j<=r:
if q[i]<q[j]:
temp.append(q[i])
i+=1
else:
temp.append(q[j])
j+=1
#扫尾
temp.extend(q[i:mid+1])
temp.extend(q[j:r+1])
#物归原主
q[l:r+1]=temp
n=int(input())
q=list(map(int,input().split()))
merage_sort(0,n-1)
print(" ".join(map(str,q)))
3逆序对数量
什么叫逆序对,就是一个大的数排在前面和它后面的,比它小的数组成一个逆序对。
首先我们给出逆序对的定义:
对于数列的第 i 个和第 j 个元素,如果满足 i < j 且 a[i] > a[j],则其为一个逆序对。
重要的地方在于,一个元素可以不只是在一个逆序对中存在。如果 k > j > i 且 a[i] > a[j] > a[k],那么这里
有两个含 a[i] 的逆序对,分别是 (a[i], a[j]) 和 (a[i], a[k]), a[i]是可以使用多次的。
那么第二步是分析问题,这里我们可以使用分治法解决问题。
我们将序列从中间分开,将逆序对分成三类:
两个元素都在左边;
两个元素都在右边;
两个元素一个在左一个在右;
因此这就是我们算法的大致框架:
计算逆序对的数量(序列):
- 递归算左边的;
- 递归算右边的;
- 算一个左一个右的;
- 把他们加到到一起。
这个时候我们注意到一个很重要的性质,左右半边的元素在各自任意调换顺序,是不影响第三步计数的,因此我们可以数完就给它排序。这么做的好处在于,如果序列是有序的,会让第三步计数很容易。
如果无序暴力数的话这一步是O(n^2)的。
比如序列是这样的
4 5 6 | 1 2 3
当你发现 4 比 3 大的时候,也就是说右边最大的元素都小于左边最小的元素,那么左边剩下的5和6都必然比右边的所有元素大,因此就可以不用数5和6的情形了,直接分别加上右半边的元素个数就可以了,这一步就降低到了O(n), 我们知道递归式 T(n) = 2T(n/2)+O(n) = O(nlogn)的,所以排序的成本是可以接受的,并且这一问题下,很自然的用归并。
4.逆序对数量实战
C++解法:
#include <iostream>
using namespace std;
typedef long long LL;
const int N=1e5+10;
int q[N],temp[N];
LL merage_sort(int q[],int l,int r)
{
if(l>=r) return 0;
int mid=l+r>>1;
LL res=merage_sort(q,l,mid)+merage_sort(q,mid+1,r);
int k=0,i=l,j=mid+1;
while(i<=mid && j<=r)
{
if(q[i]<=q[j]) temp[k++]=q[i++];
else
{
res+=mid-i+1;
temp[k++]=q[j++];
}
}
while(i<=mid) temp[k++]=q[i++];
while(j<=r) temp[k++]=q[j++];
for(i=l,k=0;i<=r;i++,k++) q[i]=temp[k];
return res;
}
int main()
{
int n;
scanf("%d",&n);
for(int i=0;i<n;i++) scanf("%d",&q[i]);
cout<<merage_sort(q,0,n-1)<<endl;
return 0;
}
Python解法:
def merage_sort(l,r):
if l>=r:
return 0
mid=l+r>>1
res=merage_sort(l,mid)+merage_sort(mid+1,r)
i,j,temp=l,mid+1,[]
while i<=mid and j<=r:
if q[i]<=q[j]:
temp.append(q[i])
i+=1
else:
temp.append(q[j])
j+=1
res+=mid-i+1
if i<=mid:
temp.extend(q[i:mid+1])
if j<=r:
temp.extend(q[j:r+1])
q[l:r+1]=temp
return res
n=int(input())
q=list(map(int,input().split()))
print(merage_sort(0,n-1))