系列文章导引
开源项目
本系列所有文章都将会收录到GitHub
中统一收藏与管理,欢迎ISSUE
和Star
。
GitHub传送门:Kiner算法算题记
计数排序基础知识与原理
当我们待排序的序列中只有有限种类的数,如只有1,2,3三个数字时,适合使用计数排序,因为只有这么几种情况,我们只需要把每个数字出现的次数统计出来,然后按照顺序依次输出每个数字统计个数的数即可。如:
原数组:[3,2,2,3,1,1,2]
计数:1出现了2次,2出现了3次,3出现了两次
排序: 先输出两个1,在输出3个2,最后输出2个三
结果: [1,1,2,2,2,3,3]
应用场景
综上所述:计数排序适用于简单的单值排序问题,排序问题中,数据的值域很有限
例如:我现在要统计全国所有人的年龄,并且按照年龄进行排序,这种情况下,因为我们的值域即年龄是很有限的,最多也就是0~150左右,这时,我们就可以使用这种计数排序的方式进行排序。
PS:所谓的单值排序,是指我们用于排序的值只有一个,相较于我们经常用的多值排序,是根据我们某个对象下的某个字段进行排序,如根据对象的id进行排序
基数排序基础知识与原理
基数排序的场景比较特殊,要进行基数排序要满足以下两个条件:
- 每个数字都是2/3/4…位数(也就是说所有数字的位数是一样的,当数字位数不同时,我们就要按照数组中位数最大的那个数把其他数补位,如:12和345,要对12进行补位得:012和345,在进行操作)
特性:基数排序可以保证数据的稳定性,其时间复杂度可以达到O(N)。(所谓数据稳定性就是保证原始数据的相对位置不变,即使两个数字都是1,但之前第一个1排在前面,第二个1排在后面,那么,排完序之后,依然能保证这样的相对顺序)
例如:[21,31,23,22,33,13,12,11]
如上面的数组,进行基数排序的话,我们首先要对个位
上的数进行处理,然后再对十位
上的数进行处理
-
对个位进行处理
- 统计个位中每种数字出现的次数
1
出现了3
次2
出现了2
次3
出现了3
次
- 然后根据统计的次数求出每个次数的前缀和(前缀和数组中的每一个元素,代表每个数字存放区域的尾索引+1)
1
的前缀和:3
,1
的存放区域尾部索引为2
,即索引为0~2的地方都放1
2
的前缀和:5
,2
的存放区域尾部索引为4
,即索引为3~4的地方都放2
3
的前缀和:8
,3
的存放区域尾部索引为7
,即索引为5~7的地方都放3
- 求出前缀和之后,我们就能够确定个位树的排序
- 前三个数字(索引:0,1,2)放的应该是
1
- 索引3,4放的数字应该是
2
- 索引5,6,7应该放
3
- 然后按照每次数字所在的区间,将原数组从右向左扫描一遍,将个位数为指定值的树从后往前放入到他对应的区间中。得出根据个位数的排序:[21,31,11,22,12,23,33,13]
- 前三个数字(索引:0,1,2)放的应该是
- 统计个位中每种数字出现的次数
-
对十位进行处理
- 统计十位数中每个数字出现的次数
1
出现了3
次2
出现了3
次3
出现了2
次
- 同上求出前缀和
1
的前缀和:3
,1
的存放区域尾部索引为2
,即索引为0~2的地方都放1
2
的前缀和:6
,2
的存放区域尾部索引为5
,即索引为3~5的地方都放2
3
的前缀和:8
,3
的存放区域尾部索引为7
,即索引为6~7的地方都放3
- 然后按照每次数字所在的区间,将上一轮经过个位数排序的数组从右向左扫描一遍,将十位数为指定值的树从后往前放入到他对应的区间中。得出根据十位数排序后的结果:[11,12,13,21,22,23,31,33]
经过上面的操作,我们就已经将这个数组排序了。
- 统计十位数中每个数字出现的次数
代码演示
function radixSort(arr, len = arr.length) {
// 整形数据总共有32个数据位,我们将其拆分成低16位和高16位分别用来模拟个位和十位的运算
const halfBit32 = Math.pow(2, 16);
const partBit32 = halfBit32 / 2;
// 获取低16位数字的工具函数,只要将目标数字与16进制数0xffff进行按位与操作就可以得到低16位数了
const getLow16BitNum = num => (num & 0xffff);
// 同理,定义获取高16位数字的方法
const __getHeigh16BitNum = num => ((num & 0xffff0000) >> 16);
// 兼容负数的情况
const getHeigh16BitNum = num => __getHeigh16BitNum(num) > (partBit32 - 1) ? (__getHeigh16BitNum(num) - partBit32) : (__getHeigh16BitNum(num) + partBit32);
let count = new Array(halfBit32);
let temp = [];
count.fill(0);
// 循环数组,计算每个数出现的数量暂存在count数组中
for (let i = 0; i < len; i++) count[getLow16BitNum(arr[i])] += 1;
// 求前缀和
for (let i = 1; i < halfBit32; i++) count[i] += count[i - 1];
// 前缀和中的每一项就是我们存放每个数字索引加1,因此,我们借助前缀和数组将原数组按照第16位的顺序放入到临时数组中
for (let i=len-1;i>=0;--i) temp[--count[getLow16BitNum(arr[i])]] = arr[i];
// 低16位处理完后,将count重新初始化
count.fill(0);
// 上面已经将低16位的数排好序放入temp数组了,接下来就要对这个temp数进行高16位数排序
// 首先,依然是计算每个数的数量
for(let i=0;i<len;i++) count[getHeigh16BitNum(temp[i])] += 1;
// 然后继续求前缀和
for (let i = 1; i < halfBit32; i++) count[i] += count[i - 1];
// 将数组排序后重新放回arr中完成排序
for(let i=len-1;i>=0;--i) arr[--count[getHeigh16BitNum(temp[i])]] = temp[i];
}
// 生成指定长度的随机数数组
function getRandomNum(len) {
let res = [];
while(--len) {
res.push((Math.random()>0.5?-1:1) * Math.floor(Math.random()*999999));
}
return res;
}
let arr = getRandomNum(100);
console.log('原数组:\n', arr.join('\t'));
radixSort(arr);
console.log('新数组:\n', arr.join('\t'));
拓扑排序基础知识与原理
是一个图算法
,由于图的含义极其广泛,因此应用非常广泛。拓扑排序
就是求出一张图的其中一种拓扑序
。对于一张图
而言,拓扑序
是不唯一的,可能有很多种,一般我们只要求出其中一种即可。拓扑排序我们一般会借助队列
辅助完成排序。当某一个节点没有任何前置节点,即入度为0时,就可以把这个节点放入队列中,然后依次弹出队列就是我们要求的其中一组拓扑序
了。
我们工作和生活中很多场景都可以转换成图,然后通过拓扑排序的方式简化处理流程。例如:谣言流传网络、朋友圈分享网络、上下级关系、课程表等等。这些问题咋一看上去及其复杂,但如果将其转换成图,问题就简单很多了。
# 线面是一个传谣者网络的示意图,右下图可以看出,谣言先由传谣者1和传谣者2传递给了传谣者3,而传谣者3听到谣言后有把谣言传递给了传谣者4和传谣者6,传谣者4听到谣言之后把谣言传给了传谣者5。我们对这个图进行拓扑排序的其中一个结果是:传谣者1->传谣者2->传谣者3->传谣者6->传谣者4->传谣者5。其中,传谣者1是一级传播者,而3是二级传播者,4是三级传播者,而5和6分别是听信谣言但未传播者。这样,我们就把显示生活中的复杂问题在计算机中表现了出来,有了这个传播网络,网警就可以更加有效地预防和控制谣言的传播了。
传谣者1 传谣者5
\ /
\ /
\ /
传谣者3----------传谣者4
/ \
/ \
/ \
传谣者2 传谣者6