AcWing 136. 邻值查找

知识点:链表

这种题,有很简单的STL做法,但是还是练习一下链表把,如果使用STL里面的set,那么可以在线输出,使用链表的话,那么就是离线,也就是必须等到输入输完,才能一次性处理,输出答案

先输入数据,然后排序,排序完之后建立链表,在建立链表的同时,我们需要记录一下,输入的第几个元素,在链表里面的位置,同时我们这个题不仅要输出最小值,还要输出帮每个元素取得差值最小值的元素的地址,所以我们还需要一个数组来记录链表里面某地址的元素,在初始输入序列里面是什么地址,

处理完之后,我们就可以开始倒序处理了,先处理输入序列里面最后一个元素,在链表里面和它相邻的两个元素就是可能要找的,比较一下,然后把这个元素从链表里面删除,然后接着处理倒数第二个元素,直到初始序列里面的第二个元素为止,

用自己手写的链表完成这个题,不仅学习了一种使用链表离线倒序处理问题的思路,还感受到了数据结构题是有一定的编程难度的,算法题只要想明白了大多数代码都是很好写的,数据结构题需要注意力集中,对变量的意义保持清醒的认识,不然一不小心就会写

#include <bits/stdc++.h>

using namespace std;

const int N = 1e5 + 5;

struct node {
	int val;
	int pre, nxt;
} d[N];

int head, tail, b[N], c[N];
pair<int, int> a[N];

void remove(int p) {
	d[d[p].pre].nxt = d[p].nxt;
	d[d[p].nxt].pre = d[p].pre;
}

int main() {
	int n;
	cin >> n;
	for (int i = 1; i <= n; i++) {
		cin >> a[i].first;
		a[i].second = i;
	}
	sort(a + 1, a + n + 1);
	head = 0; d[0].nxt = 1;
	tail = n + 1; d[n + 1].pre = n;
	for (int i = 1; i <= n; i++) {
		b[a[i].second] = i;
		c[i] = a[i].second;
		d[i].val = a[i].first;
		d[i].pre = i - 1;
		d[i].nxt = i + 1;
	}
	vector<pair<int, int>> ans;
	for (int i = n; i >= 2; i--) {
		int ans1, ans2;
		int pre = d[b[i]].pre;
		int nxt = d[b[i]].nxt;
		if (pre == 0) {
			ans1 = d[nxt].val - d[b[i]].val;
			ans2 = c[nxt];
		} else if (nxt == n + 1) {
			ans1 = d[b[i]].val - d[pre].val;
			ans2 = c[pre];
		} else {
			ans1 = min(d[nxt].val - d[b[i]].val, d[b[i]].val - d[pre].val);
			if (d[nxt].val - d[b[i]].val < d[b[i]].val - d[pre].val) {
				ans2 = c[nxt];
			} else if (d[nxt].val - d[b[i]].val > d[b[i]].val - d[pre].val) {
				ans2 = c[pre];
			} else {
				ans2 = (d[pre].val < d[nxt].val ? c[pre] : c[nxt]);
			}
		}
		remove(b[i]);
		ans.push_back(make_pair(ans1, ans2));
	}
	reverse(ans.begin(), ans.end());
	for (int i = 0; i < n - 1; i++) {
		cout << ans[i].first << ' ' << ans[i].second << endl;
	}
	return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
堆排序是一种高效的排序算法,它利用了堆的数据结构来实现排序。堆是一个完全二叉树,具有以下性质:对于任意节点 i,其父节点的值小于等于子节点的值。 堆排序的基本思路如下: 1. 构建最大堆:将待排序的数组看作是一个完全二叉树,从最后一个非叶子节点开始,依次向上调整每个节点,使得以该节点为根的子树满足最大堆的性质。 2. 将堆顶元素与最后一个元素交换:将最大堆的堆顶元素(即数组的第一个元素)与数组最后一个元素交换位置,此时最大元素就位于数组的最后。 3. 调整堆:将剩余元素重新调整为最大堆。 4. 重复步骤 2 和步骤 3,直到所有元素都排序完成。 以下是堆排序的 C++ 代码实现: ```cpp #include <iostream> using namespace std; // 调整以 root 为根的子树为最大堆 void heapify(int arr[], int n, int root) { int largest = root; // 假设根节点最大 int left = 2 * root + 1; // 左子节点索引 int right = 2 * root + 2; // 右子节点索引 // 若左子节点大于根节点,更新最大值索引 if (left < n && arr[left] > arr[largest]) { largest = left; } // 若右子节点大于最大值节点,更新最大值索引 if (right < n && arr[right] > arr[largest]) { largest = right; } // 若最大值不是根节点,交换根节点和最大值 if (largest != root) { swap(arr[root], arr[largest]); // 递归调整交换后的子树 heapify(arr, n, largest); } } void heapSort(int arr[], int n) { // 构建最大堆 for (int i = n / 2 - 1; i >= 0; i--) { heapify(arr, n, i); } // 逐步取出最大值,调整堆 for (int i = n - 1; i > 0; i--) { swap(arr[0], arr[i]); heapify(arr, i, 0); } } int main() { int arr[] = {4, 10, 3, 5, 1}; int n = sizeof(arr) / sizeof(arr[0]); heapSort(arr, n); cout << "Sorted array: "; for (int i = 0; i < n; i++) { cout << arr[i] << " "; } cout << endl; return 0; } ``` 以上就是堆排序的基本思路和实现方法。堆排序的时间复杂度为 O(nlogn),其中 n 为数组的长度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值