1 public static void bubbleSort(int[] arr){2 if (arr == null || arr.length < 2){3 return;4 }5 for (int i=0; i arr[j+1]){8 swap(arr, j, j+1);9 }10 }11 }12 }13
14 public static void swap(int[] arr, int i, intj){15 inttemp;16 temp =arr[i];17 arr[i] =arr[j];18 arr[j] =temp;19 }20
21 public static void show(int[] arr){22 for (int i=0; i
27 public static voidmain(String[] args) {28 int arr[] = {6,4,2,5,8,9};29 bubbleSort(arr);30 show(arr);31 }
代码
例子四
选择排序的细节讲解与复杂度分析
时间复杂度O(N^2),额外空间复杂度O(1)
1 public static void selectionSort(int[] arr){2 if (arr == null || arr.length < 2){3 return;4 }5 for (int i = 0; i < arr.length-1; i++){6 int minIndex =i;7 for (int j = i+1; j < arr.length; j++){8 minIndex = arr[j] < arr[minIndex] ?j : minIndex;9 }10 swap(arr, i, minIndex);11 }12 }13
14 public static void swap(int[] arr, int i, intj){15 int temp = 0;16 temp =arr[i];17 arr[i] =arr[j];18 arr[j] =temp;19 }20
21 public static void show(int[] arr){22 for (int i = 0; i < arr.length; i++){23 System.out.print(arr[i]+" ");24 }25 }26
27 public static voidmain(String[] args) {28 int arr[] = {6,4,1,2,9,3};29 selectionSort(arr);30 show(arr);31 }
代码
例子五
插入排序的细节讲解与复杂度分析
时间复杂度O(N^2),额外空间复杂度O(1)
1 public static void insertionSort(int[] arr){2 if (arr == null || arr.length < 2){3 return;4 }5 for (int i = 1; i < arr.length; i++){6 for (int j = i-1; j >= 0 && arr[j] > arr[j+1]; j--){7 swap(arr, j, j+1);8 }9 }10 }11
12 public static void swap(int[] arr, int i, intj){13 int temp = 0;14 temp =arr[i];15 arr[i] =arr[j];16 arr[j] =temp;17 }18
19 public static void show(int[] arr){20 for (int i = 0; i < arr.length; i++){21 System.out.print(arr[i]+" ");22 }23 }24
25 public static voidmain(String[] args) {26 int arr[] = {7,3,4,1,9,2,5};27 insertionSort(arr);28 show(arr);29 }
代码
例子六
刨析递归行为和递归行为时间复杂度的估算
master公式的使用
T(N) = a*T(N/b) + O(N^d)
分析:
T(N):样本量为 N 的情况下,时间复杂度
N:父问题的样本量
a:子问题发生的次数(父问题被拆分成了几个子问题,不需要考虑递归调用,只考虑单层的父子关系)
b:被拆成子问题,子问题的样本量(子问题所需要处理的样本量),比如 N 被拆分成两半,所以子问题样本量为 N/2
O(N^d):剩余操作的时间复杂度,除去调用子过程之外,剩下问题所需要的代价(常规操作则为 O(1))
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)
例子七
归并排序的细节讲解与复杂度分析
时间复杂度O(N*logN),额外空间复杂度O(N)
1 public static void mergeSort(int[] arr){2 if (arr == null || arr.length < 2){3 return;4 }5 sortProcess(arr, 0, arr.length-1);6 }7
8 public static void sortProcess(int[] arr, int L, intR){9 if (L ==R){10 return;11 }12 int mid = (L + R) / 2; //中点下标
13 sortProcess(arr, L, mid); //T(n/2)
14 sortProcess(arr, mid+1, R); //T(N/2)
15 merge(arr, L, mid, R); //O(N)16 //T(N) = 2 T(N/2) + O(N)
17 }18
19 public static void merge(int[] arr, int L, int mid, intR){20 int[] help = new int[R - L + 1];21 int i = 0;22 int p1 = L; //左侧区域的第一个数
23 int p2 = mid+1; //右侧区域的第一个数
24 while (p1 <= mid && p2 <=R){25 help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];26 }27 //两个必有且只有一个越界
28 while (p1 <=mid){29 help[i++] = arr[p1++];30 }31 while (p2 <=R){32 help[i++] = arr[p2++];33 }34 for (i = 0; i < help.length; i++){35 arr[L+i] =help[i];36 }37 }38
39 public static void show(int[] arr){40 for (int i=0; i
45 public static voidmain(String[] args) {46 int[] arr = {5,3,2,6,4,1};47 mergeSort(arr);48 show(arr);49 }
代码
例子八
小和问题和逆序对问题
小和问题
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:
[1,3,4,2,5]
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
1 public static int smallSum(int[] arr){2 if (arr == null || arr.length < 2){3 return 0;4 }5 return mergeSort(arr, 0, arr.length-1);6 }7
8 public static int mergeSort(int[] arr, int l, intr){9 if (l ==r){10 return 0;11 }12 int mid = l + ((r - l) >> 1);13 return mergeSort(arr, l, mid) + mergeSort(arr, mid+1, r) +merge(arr, l, mid, r);14 }15
16 public static int merge(int[] arr, int l, int m, intr){17 int[] help = new int[r - l + 1];18 int i = 0;19 int p1 =l;20 int p2 = m+1;21 int res = 0;22 while (p1 <= m && p2 <=r){23 res += arr[p1] < arr[p2] ? (r - p2 + 1) * arr[p1] : 0;24 help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];25 }26 while (p1 <=m){27 help[i++] = arr[p1++];28 }29 while (p2 <=r){30 help[i++] = arr[p2++];31 }32 for (i = 0; i < help.length; i++){33 arr[l + i] =help[i];34 }35 returnres;36 }37
38 public static voidmain(String[] args) {39 int[] arr = {1,3,4,2,5};40 System.out.println(smallSum(arr));41 }
小和问题
逆序对问题
在一个数组中,左边的如果比右边的数打,则折两个数构成一个逆序对,请打印所有逆序对。