2. 认识O(logN)的排序

已于 2023-01-14 11:23:39 修改
阅读量717 收藏
点赞数 1
分类专栏： 左神一周刷爆LeetCode 文章标签： 排序算法 算法 java
于 2023-01-14 11:20:55 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41246557/article/details/128083680
版权

1. 递归

  • 递归arr[L…R]范围上求最大值
    流程分析如下:
    在这里插入图片描述
    java代码:
package paixu.class01;

public class Code08_GetMax {
    public static void main(String[] args) {
        int[] arr = {3,2,5,6,7,4};
        System.out.println(getMax(arr));
    }

    public static int getMax(int[] arr) {
        return process(arr, 0, arr.length - 1);
    }

    //arr[L..R]范围上求最大值
    public static int process(int[] arr, int L, int R) {
        if (L == R){ //arr[L..R]范围上只有一个数，直接返回
            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);
    }
}

在这里插入图片描述

2. Master公式

Master公式用来计算子问题规模确定的递归函数的时间复杂度。

master公式的使用
T(N) = a*T(N/b) + O(N^d)

  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)

说明：
T(N)：母问题的规模
T(N/b)： 子问题的规模
a： 子问题调用次数
O(N^d)：除了子问题之外，其他逻辑的时间复杂度

例子: 上面递归求arr[L…R]范围上最大值。满足master公式。
T(N) = 2*T(N/2) + O(N^0)

3. 归并排序

归并排序是建立在归并操作上的一种有效，稳定的排序算法，该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。
归并排序时间复杂度O(N*logN)，额外空间复杂度O(N),稳定排序
归并操作，也叫归并算法，指的是将两个顺序序列合并成一个顺序序列的方法。归并排序的流程图如下:
在这里插入图片描述
在看归并排序时，我们首先要能够归并两个有序数组，换句话说就是合并两个有序数组为一个有序数组。
例如归并以下两个数组。素材来源 https://blog.csdn.net/weixin_50941083/article/details/120852477

a[5] = {3，5，7，8，10}
b[7] = {1，2，4，5，8，11，1}

主要思想：

  1. 定义一个新数组c，可以容纳a和b两个数组中的所有元素；
  2. 初始化三个下标（都指向第一个元素），i给a数组，j给b数组，k是新数组c的；
  3. a[i]和b[j]进行比较：若a[i]<b[j]，将a[i]填入c[k]，i++，k++；若a[i]>b[j]，将b[j]填入c[k]，j++，k++;
  4. 循环第三步，直至其中一个数组中的数据全部填入数组c中，再将另外一个还有剩余的数组中的元素放入新数组c中。

图解过程如下：
在这里插入图片描述
java代码:

package paixu.class02;

import java.util.Arrays;

public class Code01_MergeSort_ {
    public static void main(String[] args) {
        int[] arr = {10,4,6,3,8,2,5,7};
        mergeSort(arr);
        System.out.println(Arrays.toString(arr));
    }
    public static void mergeSort(int[] arr) {
        if (arr == null || arr.length < 2) {
            return;
        }
        process(arr, 0, arr.length - 1);
    }

    public static void merge(int[] arr, int l, int m, int r) {
        int[] tempArr = new int[r - l + 1];
        int i = l;
        int j = m + 1;
        int k = 0;
        while (i <= m && j <= r) {
            if (arr[i] <= arr[j]) {
                tempArr[k++] = arr[i++];
            }else{
                tempArr[k++] = arr[j++];
            }
        }
        while (i <= m) {
            tempArr[k++] = arr[i++];
        }
        while (j <= r) {
            tempArr[k++] = arr[j++];
        }

        //把临时保存数组数据拷贝到原数组
        for (int e = 0; e < tempArr.length; e++) {
            arr[l++] = tempArr[e];
        }
    }

    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);
    }
}

在这里插入图片描述
master公式分析归并排序:
merge()的时间复杂度为O(N)
T(N) = 2T(N/2) + O(N) -> a = 2, b = 2, d = 1
log(b,a) = d -> 时间复杂度为O(N * logN)

1. 小和问题

参考 https://blog.csdn.net/qq_37236745/article/details/83625679
描述
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
解题思路
如果直接用两层for循环扫，时间复杂度是O(n ^2) ，但是可以通过归并排序的方法将时间复杂度降到O(nlogn)
具体做法：归并排序分两步，一是分，二是治。分好说，不停的将数组划分为两部分，比如样例，最终划分为如下图所示的样子
在这里插入图片描述
分完以后开始治，归并排序的治就是merge的过程，首先对1和3进行merge，在此过程中产生一个小和1；然后将1、3和4进行merge，在此过程中产生小和1、3；然后2和5进行merge，产生小和2；最后将1、3、4和2、5进行一次merge，1比2小，所以一共产生n个1的小和，这个n就是当前右边的数的个数，因为右边有两个数2和5，所以产生2个1的小和，然后将1填入辅助数组，继续比较3和2，2比3小，但是2是右边的数，所以不算小和，然后比较3和5，3比5小，所以产生n个3的小和，因为右侧只有一个数，所以就只产生1个3的小和，同样的，
产生1个4的小和
这道题换个角度来想，题目要求的是每个数左边有哪些数比自己小，其实不就是右边有多少个数比自己大，那么产生的小和就是当前值乘以多少个吗？还是以上面的样例举例，1右边有4个比1大的数，所以产生小和14；3右边有2个比3大的数，所以产生小和32；4右边有一个比4大的数，所以产生小和41；2右边没有比2大的数，所以产生小和为20；5右边也没有比5大的数，所以产生小和5*0

java代码:

package paixu.class02;


public class Code02_SmallSum {
    public static void main(String[] args) {
        int[] arr = {1,3,4,2,5};
        System.out.println(getSmallSum(arr));
    }
    public static int getSmallSum(int[] arr) {
        if (arr == null || arr.length <= 1) {
            return 0;
        }
        return process(arr, 0, arr.length - 1);
    }
    public static int merge(int[] arr, int l, int m, int r) {
        int res = 0;
        int[] tempArr = new int[r - l + 1];
        int i = l;
        int j = m + 1;
        int k = 0;
        while (i <= m && j <= r) {
            if (arr[i] < arr[j]) {
                res += arr[i] * (r - j + 1);
                tempArr[k++] = arr[i++];
            }else{
                tempArr[k++] = arr[j++];
            }
        }
        while (i <= m) {
            tempArr[k++] = arr[i++];
        }
        while (j <= r) {
            tempArr[k++] = arr[j++];
        }
        //临时数组拷贝到原数组
        for (int e = 0; e < tempArr.length; e++) {
            arr[l++] = tempArr[e];
        }
        return res;
    }

    public static int process(int[] arr, int L, int R) {
        if (L == R) {
            return 0;
        }
        int mid = L + ((R - L) >> 1);
        return process(arr, L, mid) + process(arr, mid + 1, R) + merge(arr, L, mid, R);
    }
}

在这里插入图片描述

2. 逆序对

  • 什么是逆序对呢？百度百科这样解释：

设 A 为一个有 n 个数字的有序集 (n>1)，其中所有数字各不相同。如果存在正整数 i, j 使得 1 ≤ i < j ≤ n 而且 A[i] > A[j]，则 <A[i], A[j]> 这个有序对称为 A 的一个逆序对，也称作逆序数。

  • 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，或者逆序对数量?

分析：
本题其实就是统计数组中右边比左边小的数据对数。用归并排序算法的思想
java代码:

package paixu.class02;

public class Code03_nixudui_ {
    public static void main(String[] args) {
        int[] arr = {3,2,4,5,0};
        int res = getNixuNum(arr);
        System.out.println(res);
    }
    public static int getNixuNum(int[] arr) {
        if (arr == null || arr.length < 1) {
            return 0;
        }
        return process(arr, 0, arr.length - 1);
    }

    public static int merge(int[] arr, int l, int mid, int r) {
        int res = 0;
        int i = l;
        int j = mid + 1;
        int k = 0;
        int[] tempArr = new int[r - l + 1];
        while (i <= mid && j <= r) {
            if (arr[i] > arr[j]) {
                res += (r - j + 1);
                for (int g = j; g <= r; g++) {
                    System.out.println(arr[i] + " -> " + arr[g]);
                }
                tempArr[k++] = arr[i++];
            }else {
                tempArr[k++] = arr[j++];
            }
        }
        while (i <= mid) {
            tempArr[k++] = arr[i++];
        }
        while (j <= r) {
            tempArr[k++] = arr[j++];
        }
        for (int e = 0; e < tempArr.length; e++) {
            arr[l++] = tempArr[e];
        }
        return res;
    }

    public static int process(int[] arr, int l, int r) {
        if (l == r) {
            return 0;
        }
        int mid = l + ((r - l) >> 1);
        int left = process(arr, l, mid);
        int right = process(arr, mid + 1, r);
        int merge = merge(arr, l, mid, r);
        return  left + right + merge;
    }
}

在这里插入图片描述

4. 快速排序

快速排序算法通过多次比较和交换来实现排序，其排序流程如下：

(1)首先设定一个分界值，通过该分界值将数组分成左右两部分。
(2)将大于或等于分界值的数据集中到数组右边，小于分界值的数据集中到数组的左边。此时，左边部分中各元素都小于分界值，而右边部分中各元素都大于或等于分界值。
(3)然后，左边和右边的数据可以独立排序。对于左侧的数组数据，又可以取一个分界值，将该部分数据分成左右两部分，同样在左边放置较小值，右边放置较大值。右侧的数组数据也可以做类似处理。
(4)重复上述过程，可以看出，这是一个递归定义。通过递归将左侧部分排好序后，再递归排好右侧部分的顺序。当左、右两个部分各数据排序完成后，整个数组的排序也就完成了。

排序步骤
原理：
设要排序的数组是A[0]……A[N-1]，首先任意选取一个数据（通常选用数组的第一个数）作为关键数据，然后将所有比它小的数都放到它左边，所有比它大的数都放到它右边，这个过程称为一趟快速排序。值得注意的是，快速排序不是一种稳定的排序算法，也就是说，多个相同的值的相对位置也许会在算法结束时产生变动。

荷兰国旗问题
问题一：给定一个数组arr，和一个数num，请把小于等于num的数放在数组的左边，大于num的数放在数组的右边。要求额外空间复杂度O(1)，时间复杂度O(N)
解决方案:
划定一个<=区域 j，初始化为-1，一个指针i 初始化指向arr[0],arr[i]与num比较大小:

  1. arr[i] <= num;arr[i] 和 <=区域的下一个数交换， <=区域右扩一个（j++），同时 i++; 2)arr[i]
  2. arr[i] > num; i++;

例子:arr = [3,5,6,7,4,3,5,8], num = 5。整个流程如下:
在这里插入图片描述
java代码:

//在数组arr中，把小于num的数放在数组左边，大于num的数放在右边
    public static void version1(int[] arr, int num) {
        int leftArea = -1;
        for (int i = 0; i < arr.length; i++) {
            if (arr[i] <= num) {
                swap(arr, i, ++leftArea);
            }
        }
        System.out.println(leftArea);
    }

问题二(荷兰国旗问题)
给定一个数组arr，和一个数num，请把小于num的数放在数组的左边，等于num的数放在数组的中间，大于num的数放在数组的 右边。要求额外空间复杂度O(1)，时间复杂度O(N)
解决方案:
划定一个<区域 ，初始化为-1，一个>区域，初始化为arr.length()，一个指针i 初始化指向arr[0],arr[i]与num比较大小:

  1. arr[i] < num; arr[i] 和 <区域的下一个数交换， <区域右扩一个，同时 i++;
    2)arr[i] == num; i++
  2. arr[i] > num; arr[i] 和 >区域的前一个数交换，>区域左扩一个;

例子:arr = [3,5,6,3,4,5,2,6,9,0], num = 5。整个流程如下:
在这里插入图片描述
java代码:

//在数组arr中，把小于num的数放在数组左边，等于num的数放在中间，大于num的数放在右边
    public static int[] version2(int[] arr, int left, int right) {
        int leftArea = left -1;
        int rightArea = right + 1;
        int i = left;
        int num = arr[right];
        while (i != rightArea) {
            if (arr[i] < num) {
                swap(arr, i++, ++leftArea);
            }
            else if (arr[i] == num) {
                i++;
            }
            else {
                swap(arr, i, --rightArea);
            }
        }
        System.out.println("leftArea:" + leftArea + "\trightArea:" + rightArea);
        int[] res = {leftArea, rightArea};
        return res;
    }

随机快速排序（改进的快速排序）:

1）在数组范围中，等概率随机选一个数作为划分值，然后把数组通过荷兰国旗问题分成三个部分：左侧<划分值、中间==划分值、右侧>划分值
2）对左侧范围和右侧范围，递归执行
3）时间复杂度为O(N*logN)

快排代码如下:

package paixu;

import java.util.Arrays;

public class Kuaipai {
    public static void main(String[] args) {
        int[] arr = {3,5,6,3,4,5,2,6,9,0};
        kuaipai(arr, 0,9);
        System.out.println(Arrays.toString(arr));
    }

    //在数组arr中，把小于num的数放在数组左边，等于num的数放在中间，大于num的数放在右边
    public static int[] version2(int[] arr, int left, int right) {
        int leftArea = left -1;
        int rightArea = right + 1;
        int i = left;
        int num = arr[right];
        while (i != rightArea) {
            if (arr[i] < num) {
                swap(arr, i++, ++leftArea);
            }
            else if (arr[i] == num) {
                i++;
            }
            else {
                swap(arr, i, --rightArea);
            }
        }
        System.out.println("leftArea:" + leftArea + "\trightArea:" + rightArea);
        int[] res = {leftArea, rightArea};
        return res;
    }

    public static void kuaipai(int[] arr, int L, int R) {
        if (L < R) {
            swap(arr, L + (int)(Math.random() * (R - L - 1)), R);
            int[] p = version2(arr, L, R);
            kuaipai(arr, L, p[0]);
            kuaipai(arr, p[1], R);
        }
    }

    public static void swap(int[] arr, int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
}

结果如下:
在这里插入图片描述

韩顺平的小迷弟
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
1.认识复杂度和简单排序算法1
08-03
1. **选择排序**：它以O(N^2)的时间复杂度工作，通过每次找到未排序部分的最小元素并与其对应位置交换来逐步排序。 2. **冒泡排序**：同样具有O(N^2)的时间复杂度，通过不断交换相邻逆序元素使得最大元素逐渐上浮。 ...
七种排序算法Java版.doc
最新发布
09-01
- O(logn)：快速排序。 - O(n)：归并排序。 - O(rd)：链式基数排序。 稳定性： - 稳定排序：冒泡排序。 - 不稳定排序：快速排序、希尔排序、堆排序。 这些排序算法各有优缺点，选择哪种算法取决于特定的应用场景和...
笔记2--认识O(logN)的排序--快速排序
m0_56465943的博客
05-18 359
无摘要
笔记1--认识O(logN)的排序--归并排序
m0_56465943的博客
05-11 176
左程云算法课堂笔记
认识O(N log N)的排序
Coco091的博客
12-24 858
1、master公式的使用 T(N)=a∗T(N/b)+O(Nd) T(N) = a * T(N / b) + O(N ^ d)\\ T(N)=a∗T(N/b)+O(Nd) T(N):母问题的规模 T(N/b):子问题的规模 a:调用次数 O(N^d):除去子问题，剩下操作的时间复杂度 logb a > d --> 复杂度为O（Nlogb a) logb a = d --> 复杂度为O（Nd * log N) logb a < d --> 复杂度为O（Nd) 2
[排序]O(logN)空间复杂度排序（不修改原数组）
你访问的页面不存在
05-11 271
主要用选择排序的方法，每次选择最小值输出，通过计最小值出现的次数来解决数组中重复值的问题。时间复杂度比较高，来换取比较低的空间复杂度（没有申请别的空间，空间复杂度是O(1)？），并且不修改原数组，直接输出。 public void sort(int [] nums){ int count = 0, min = nums[0], min_cnt = 0, pre = -1; ...
算法笔记（二）—— 认识N（logN）的排序算法
rygy_的博客
02-12 1240
递归过程的时间复杂度计算 归并排序 快速排序 以及相应排序的问题
O(logN)sort.zip_logn的排序
09-14
不过，这个O(logN)只在输入已经部分排序时成立，对于完全无序的数据，二分插入排序的时间复杂度仍然是O(N^2)。 2. **二叉堆排序**：二叉堆是一种特殊的树形数据结构，可以用于实现优先队列。通过构建最大堆或最小堆...
sort_demo.rar_DEMO_排序比较
09-21
最好、最坏和平均时间复杂度分别是O(nlogn)、O(n^2)和O(nlogn)，空间复杂度为O(logn)。 5. **归并排序**（Merge Sort）：采用分治策略，将大问题分解为小问题解决，最后合并。无论数据如何，其时间复杂度始终为O...
[转载]nlogn的最长子序列算法.rar_最长 排序_最长子序列
09-24
这种算法的核心在于，通过排序和二分查找，我们可以有效地在O(logn)时间内找到每个元素在最长子序列中的位置，从而在O(nlogn)的时间内解决问题。 在提供的压缩包文件中，"转载]nlogn的最长子序列算法.txt"可能包含...
快速排序法（时间复杂度为O（log n））
weixin_60471647的博客
01-12 865
快速排序法
n*logn的排序算法
weixin_30853329的博客
02-17 288
快排 #include<bits/stdc++.h> using namespace std; int n,a[100005]; void q_sort(int l,int r) { if(l>=r) return; int mid,i=l,j=r; mid=a[(l+r)/2]; while(i<=j) ...
o(logn)级别的排序算法和php原生sort性能对比
q490880的专栏
08-14 945
为了和n^级别的算法有一个对比，我把希尔排序的结果页放到了这里。 测试样本为50000     测试结果 原生sort:0.011001110076904 希尔排序:0.96905589103699 归并排序:0.78104400634766 快速排序:0.53803110122681 快速排序虽然已经足够快了，但是和php的sort还是相差甚远     以下为测试代码: ...
算法学习02：认识O(logN)的排序
effort_study的博客
02-04 2326
01归并排序 02归并排序拓展 03堆 04堆排序 05堆排序扩展题目 06荷兰国旗问题 07不改进的快速排序 08 随机快速排序
n logn java_八大排序算法JAVA实现（时间复杂度O(n*logn)篇）
weixin_34017901的博客
02-28 393
本文讲述时间复杂度为n*logn的排序算法：归并排序、快速排序、堆排序以及希尔排序的原理、Java实现以及变形应用。一、归并排序原理：把两个有序数列合并为一个有序数列。需递归实现。Java实现：1 public int[] mergeSort(int[] a, intn)2 {3 return doMergeSort(a, n, 0, n - 1);4 }5 ...
常见排序算法面试总结，O(n*logn)排序算法的对比
weixin_43923436的博客
05-10 240
经典排序对比 快速排序：时间复杂度O(nlogn)，空间复杂度O(logn)，不稳定 归并排序：时间复杂度O(nlogn)，空间复杂度O(n)，稳定 堆排序：时间复杂度O(n*logn)，空间复杂度O(1)，不稳定 总结来说，归并排序的突出优势是稳定性，如果算法要求稳定性，用归并排序。堆排序的突出优势是空间复杂度O(1)，对空间复杂度有要求的排序，用堆排序。如果堆空间和稳定性都没有要求，那就首选快排，因为快排经过实践的结果表明，快排是最快的。 常见面试问题 1.基于比较的排序算法，能不能做到时间复杂度在O(
排序算法之快速排序
12-18 463
快速排序由C. A. R. Hoare在1962年提出。排序效率在同为O(N*logN)的排序算法中算是很高的。 它的基本思想是：1.先从序列中选取一个数作为基准数 2.所有比基准数小的，放在基准数的左边，所有比基准数大的放在基准数的右边。 3.将基准数左右两边的序列，分别执行上述两个步骤，直至数列有序。它采用了一种分治的策略，通常称其为分治法(Divide-and-ConquerMethod
算法学习day4---排序
weixin_41774732的博客
09-15 299
排序算法和其时间复杂度 插入排序 堆排序 归并排序 快速排序 是最重要的
认识O(NlogN)的排序
KevinJune的博客
06-23 138
1. 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2. 让其整体有序的过程里用了排外序方法（左右两个对比，将数值较小的放进外部的一个数组内，然后被调用的数据指针往下移一位，相等时默认取左边的数据，如果一侧的数组数据被提取完成，将剩下的数据全部保存到外部数组即可）3. 利用master公式来求解时间复杂度4. 归并排序的实质时间复杂度O(N*logN), 额外空间复杂度O(N)小和问题和逆序对问题在一个数组中，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,
下列哪个函数是O(N)的？ A. (logN) 2 B. (NlogN)/1000 C. N(logN) 2 D. N 2 /1000
06-12
函数的时间复杂度O(N)表示...而选项A和C是O((logN)²)和O((logN)²*N)的，它们的复杂度都小于O(N)。选项B是O(NlogN)的，虽然它也是随着N的增加而增加，但增长速度比O(N)要快，因此也不是答案。因此，选项D是正确答案。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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