剑指Offer——归并排序思想应用
前言
在学习排序算法时,初识归并排序,从其代码量上感觉这个排序怎么这么难啊。其实归并排序的思想很简单:将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。归并排序是建立在归并操作上的一种有效排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。下面结合一编程实例进行系统学习。
时间复杂度:O(nlogn)
空间复杂度:O(n)
稳定性:稳定
数组中的逆序对
题目描述
在数组中的两个数字,如果前面一个数字大于后面的数字,则这两个数字组成一个逆序对。输入一个数组,求出这个数组中的逆序对的总数P。并将P对1000000007取模的结果输出。 即输出P%1000000007。
输入描述:
题目保证输入的数组中没有的相同的数字
数据范围:
对于%50的数据,size<=10^4
对于%75的数据,size<=10^5
对于%100的数据,size<=2*10^5
输入例子:
1,2,3,4,5,6,7,0
输出例子:
7
这里的解题思路是:先把数组分隔成子数组,统计出字数组内部逆序对的数目;然后再统计出相邻两个子数组之间的逆序对数目。在统计逆序对过程中,还需要对数组进行排序。不难发现,这个排序过程实际上就是归并排序。
归并排序中用到了递归的写法,其实自己对递归并不感冒。递归方式虽使代码看起来更加整洁简练,但是由于其使用到了栈,而栈的内存大小是一定的,故当递归深度过于大时,就会出现栈溢出StackOverflow的异常情况。递归的方式可由非递归即循环方式替代。
package cn.edu.ujn.offersword;
public class C5_36_InversePairs {
/**
* @date 2016-09-16
* @number 03
* @author SHQ
*/
public static void main(String[] args) {
int [] array = {1,2,3,4,5,6,7,0};
System.out.println(InversePairs(array));
}
private static int InversePairs(int [] array) {
if(array == null || array.length == 0)
{
return 0;
}
int len = array.length;
int[] copy = new int[len]; // 设置一辅助数组,用于存放排序结果
for(int i = 0; i < len; i++)
{
copy[i] = array[i];
}
int count = InversePairsCore(array, copy, 0, len-1);
return count;
}
private static int InversePairsCore(int[] array, int[] copy,int low, int high)
{
if(low == high)
{
return 0;
}
int mid = (low + high) >> 1;//使用左移运算符 >>,运算速度高于除法运算符
int leftCount = InversePairsCore(array, copy, low, mid) % 1000000007;
int rightCount = InversePairsCore(array, copy, mid+1, high)% 1000000007;
int count = 0;
int i = mid;
int j = high;
int locCopy = high;
while(i >= low && j > mid)
{
if(array[i] > array[j])
{
count += j - mid;
copy[locCopy--] = array[i--];
if(count >= 1000000007) // 数值过大求余
{
count %= 1000000007;
}
}
else
{
copy[locCopy--] = array[j--];
}
}
for(; i >= low; i--)
{
copy[locCopy--] = array[i];
}
for(; j > mid; j--)
{
copy[locCopy--] = array[j];
}
for(int s = low; s <= high; s++)
{
array[s] = copy[s];
}
return (leftCount + rightCount + count) % 1000000007;
}
}
注 归并排序原始算法
package cn.edu.ujn.offersword;
import java.util.Arrays;
public class MergeSort {
/**
* 归并排序
* 简介:将两个(或两个以上)有序表合并成一个新的有序表 即把待排序序列分为若干个子序列,每个子序列是有序的。
* 然后再把有序子序列合并为整体有序序列
* 时间复杂度为O(nlogn)
* 空间复杂度为O(n)
* 稳定排序方式
* @param nums 待排序数组
* @return 输出有序数组
*/
public static int[] sort(int[] nums, int low, int high) {
int mid = (low + high) / 2;
if (low < high) {
// 左边
sort(nums, low, mid);
// 右边
sort(nums, mid + 1, high);
// 左右归并
merge(nums, low, mid, high);
}
return nums;
}
public static void merge(int[] nums, int low, int mid, int high) {
int[] temp = new int[high - low + 1];
int i = low;// 左指针
int j = mid + 1;// 右指针
int k = 0;
// 把较小的数先移到新数组中
while (i <= mid && j <= high) {
if (nums[i] < nums[j]) {
temp[k++] = nums[i++];
} else {
temp[k++] = nums[j++];
}
}
// 把左边剩余的数移入数组
while (i <= mid) {
temp[k++] = nums[i++];
}
// 把右边边剩余的数移入数组
while (j <= high) {
temp[k++] = nums[j++];
}
// 把新数组中的数覆盖nums数组
for (int k2 = 0; k2 < temp.length; k2++) {
nums[k2 + low] = temp[k2];
}
}
// 归并排序的实现
public static void main(String[] args) {
int[] nums = { 2, 7, 8, 3, 1, 6, 9, 0, 5, 4 };
MergeSort.sort(nums, 0, nums.length-1);
System.out.println(Arrays.toString(nums));
}
}
注
在求链表长度时,不要出现以下语句。会抛出空指针异常。
int len1 = 0;
int len2 = getLength(pHead2);
int difLen = 0;
// pHeadTmp1指向较长链表
ListNode pHeadLong = pHead1;
while(pHeadLong != null){
len1++;
pHeadLong = pHeadLong.next;
}
// pHeadTmp2指向较短链表
ListNode pHeadShort = pHead2;
if(len1 > len2){
difLen = len1 - len2;
}else{
// 此处会抛异常(在本地无异常)
pHeadLong = pHead2;
pHeadShort = pHead1;
difLen = len2 - len1;
}
相应的,可单独实现一函数计算链表长度,如下:
private static int getLength(ListNode pHead){
int len = 0;
while(pHead != null){
len++;
pHead = pHead.next;
}
return len;
}