【leetcode学习笔记】递归、归并排序、快速排序

宇智波艾尼路

已于 2023-03-10 14:59:35 修改

阅读量374

点赞数 1

文章标签： leetcode 学习排序算法

于 2022-02-19 20:41:14 首次发布

本文链接：https://blog.csdn.net/weixin_42685184/article/details/123018525

版权

一、递归

1.1 定义

递归是指将一个（总）问题拆分成更小规模的子问题，通过求解子问题，并将子问题的解合并就能得到（总）问题的解。

例：求解一个数组的最大值。

可以把数组分成两半，分别求解最大值和最小值

class Solution(){
    public int max(int[] nums){
        return maxRecur(nums, 0, nums.length - 1);
    }

    private int maxRecur(int[] nums, int i, int j){
        if(i == j){return nums[j];}
        int mid = (i+j)/2;
        int max1 = maxRecur(nums, i, mid);
        int max2 = maxRecur(nums, mid+1, j);
        return (max1 > max2) ? max1 : max2;
    }
}

1.2 递归函数的时间复杂度：master’s theorem

对于上述例子来说，如果规模为n的问题时间复杂度为 $T(n)$ ，那么 $T(n)$ 将分为三部分：求解左侧最大值，时间复杂度为 $T(n/2)$ ；求解右侧最大值，时间复杂度为 $T(n/2)$ ；第三步为整合，时间复杂度为 $O(1)$ ，那么我们得到

$T(n)=2T(n/2)+O(1)$

这种形如 $T(n) = aT(n/b)+O(n^k)$ 的形式，均可以用master公式求解复杂度。

master公式：（非原版，这里针对多数情况做了简化）

形如 $T(n) = aT(n/b)+O(n^k)$ 的递推算法，求解时间复杂度时只需要比较 $log_b a$ 和 $k$ ：

如果 $\log_ba>k$ ，则 $T(n)=O(n^{\log_ba})$
如果 $\log_ba=k$ ，则 $T(n)=O(n^{\log_ba}\log n)$
如果 $\log_ba<k$ ，则 $T(n)=O(n^k)$

上例中，a=2，b=2，k=0，满足第一种情况，得到 $T(n)=O(n)$

二、归并排序

2.1 核心思想

将数组排序问题转化为递归问题，对于一个数组，分为三步：

第一步：使数组的左半部分有序

第二步：使数组的右半部分有序

第三步：将两个有序数组合并

我们看到，前两步都是递归的子问题，因此只需要考虑第三步。具体的方式为，使用两个指针，分别指向两个有序数组的第一个元素，哪个元素小，就将哪个元素移到一个新的数组里，并将对应指针右移一位，如果有一个指针已经越过边界，则默认选取另一个指针。直至两个指针都越过边界为止。

2.2 java实现

class Solution {
    private int[] temp;

    public void mergeSort(int[] nums, int left, int right){
        if(left >= right){return ;}
        int mid = (left + right) / 2;
        mergeSort(nums, left, mid);
        mergeSort(nums, mid+1, right);
        merge(nums, left, mid, right);
    }

    public void merge(int[] nums, int left, int mid, int right){
        int i = left;
        int j = mid+1;
        int p = left;
        while(i <= mid && j <= right){
            if(nums[i] <= nums[j]){
                temp[p] = nums[i];
                ++i;
            }
            else{
                temp[p] = nums[j];
                ++j;
            }
            ++p;
        }

        while (i <= mid)  {
            temp[p] = nums[i];
            ++i;
            ++p;
        }
        while (j <= right) {
            temp[p] = nums[j];
            ++j;
            ++p;
        }

        for(int k = left; k <= right; k++){
            nums[k] = temp[k];
        }
    }
}

2.3 归并排序的时间负责度

主要分析第三步，合并两个有序数组需要多少次常数操作？对于两个指针来说，无论什么顺序，他们都只会从左向右走，同时一次只走一个，因此所需的时间复杂度为 $O(n)$ ，于是我们得到 $T(n)=2T(n/2)+O(n)$ ，应用master公式情形2，我们得到 $T(n)=O(n\log n)$ 。

2.4 归并排序与选择排序

为什么归并排序比选择排序的时间复杂度低？我们回忆一下选择排序，第一步遍历n个数，确认第一个数；第二步遍历n-1个数，确认第二个数；这样下去，问题就在于每一步的比较行为是独立的，第一步比较的很多中间信息，在第二步被浪费了。我们以[2,4,3,1,5]为例，第一步先选出最小值，放到首位，我们得到[1,4,3,2,5]。第二步开始，我们从第二个数开始向后比较，比较4和3，但实际上这两个数在第一步已经比较过了，这就属于比较信息的浪费，也可以理解为重复/无效比较。

我们再看归并排序，以[1,4,3,2,5]为例。对于数字3来说，当第一步中，3和1、4完成了比较，经过第二步，数组变成[1,3,4]和[2,5]，而在第三步合并时，3无需再和1、4做比较了，只需要和右边的数比较，这就大大减少了比较信息的浪费，前两步的比较信息在第三步被有效的利用了起来。因此归并排序的时间复杂度优于选择排序。

2.5 leetcode第315题

https://leetcode-cn.com/problems/count-of-smaller-numbers-after-self/

给你一个整数数组 nums ，按要求返回一个新数组 counts 。数组 counts 有该性质： counts[i] 的值是 nums[i] 右侧小于 nums[i] 的元素的数量。

示例 1：

输入：nums = [5,2,6,1]
输出：[2,1,1,0]
解释：
5 的右侧有 2 个更小的元素 (2 和 1)
2 的右侧仅有 1 个更小的元素 (1)
6 的右侧有 1 个更小的元素 (1)
1 的右侧有 0 个更小的元素

分析：本题考虑归并排序，考虑数组[5,2,6,1],，在归并排序的前两步，我们得到[2,5]和[1,6]，那么在2的右侧，比它小的数，只可能有两种，一种是在[2,5]里面的数，另一种是在在[1,6]中找到最后一个比2小的数，它左边的数均满足要求。所以我们只需要在归并排序的第三步里顺便把对应的数更新。

class Solution {
    private int[] temp;
    private int[] tempIndex;
    private int[] index;
    private int[] res;

    public List<Integer> countSmaller(int[] nums) {
        this.temp = new int[nums.length];
        this.tempIndex = new int[nums.length];
        this.index = new int[nums.length];
        this.res = new int[nums.length];

        for (int i = 0; i < nums.length; ++i) {
            index[i] = i;
        }

        mergeSort(nums, 0, nums.length-1);

        List<Integer> ans = new ArrayList<>();
        for(int num: res){
            ans.add(num);
        }
        return ans;
    }

    public void mergeSort(int[] nums, int left, int right){
        if(left >= right){return ;}
        int mid = (left + right) / 2;
        mergeSort(nums, left, mid);
        mergeSort(nums, mid+1, right);
        merge(nums, left, mid, right);
    }

    public void merge(int[] nums, int left, int mid, int right){
        int i = left;
        int j = mid+1;
        int p = left;
        while(i <= mid && j <= right){
            if(nums[i] <= nums[j]){
                temp[p] = nums[i];
                tempIndex[p] = index[i];
                res[index[i]] += (j - mid - 1);
                ++i;
            }
            else{
                temp[p] = nums[j];
                tempIndex[p] = index[j];
                ++j;
            }
            ++p;
        }

        while (i <= mid)  {
            temp[p] = nums[i];
            tempIndex[p] = index[i];
            res[index[i]] += (j - mid - 1);
            ++i;
            ++p;
        }
        while (j <= right) {
            temp[p] = nums[j];
            tempIndex[p] = index[j];
            ++j;
            ++p;
        }

        for(int k = left; k <= right; k++){
            nums[k] = temp[k];
            index[k] = tempIndex[k];
        }
    }
}

2.6 leetcode剑指offer第51题

https://leetcode-cn.com/problems/shu-zu-zhong-de-ni-xu-dui-lcof/

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。

示例 1:

输入: [7,5,6,4]
输出: 5

分析：同样是在归并排序的第三步中，顺便更新一下逆序对的数量

class Solution {
    private int[] temp;
    private int res;

    public int reversePairs(int[] nums) {
        this.temp = new int[nums.length];
        this.res = 0;
        mergeSort(nums, 0, nums.length-1);
        return this.res;
    }

    public void mergeSort(int[] nums, int left, int right){
        if(left >= right){return ;}
        int mid = (left + right) / 2;
        mergeSort(nums, left, mid);
        mergeSort(nums, mid+1, right);
        merge(nums, left, mid, right);
    }

    public void merge(int[] nums, int left, int mid, int right){
        int i = left;
        int j = mid+1;
        int p = left;
        while(i <= mid && j <= right){
            if(nums[i] <= nums[j]){
                temp[p] = nums[i];
                res += (j - mid - 1);
                ++i;
            }
            else{
                temp[p] = nums[j];
                ++j;
            }
            ++p;
        }

        while (i <= mid)  {
            temp[p] = nums[i];
            res += (j - mid - 1);
            ++i;
            ++p;
        }
        while (j <= right) {
            temp[p] = nums[j];
            ++j;
            ++p;
        }

        for(int k = left; k <= right; k++){
            nums[k] = temp[k];
        }
    }
}

3 快速排序

在介绍快速排序之前，我们先看一下荷兰国旗问题

3.1 leetcode第75题

https://leetcode-cn.com/problems/sort-colors/

给定一个包含红色、白色和蓝色、共 n 个元素的数组 nums ，原地对它们进行排序，使得相同颜色的元素相邻，并按照红色、白色、蓝色顺序排列。

我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。

必须在不使用库的sort函数的情况下解决这个问题。

示例 1：

输入：nums = [2,0,2,1,1,0]
输出：[0,0,1,1,2,2]

分析：这个问题要用双指针，用p1指向第一个元素，用p2指向最后一个元素。然后对数组从左到右遍历。如果当前数是0，就和p1对应的数交换，然后p1右移。如果当前数是2，就和p2对应的数交换，然后p2左移，再判断交换过来的数是不是1，如果不是1的话，需要将i（当前遍历索引）回退一位。直到i和p2相遇为止。

class Solution {
    public void sortColors(int[] nums) {
        if(nums.length <= 1){return ;}
        int p1 = 0;
        int p2 = nums.length-1;
        for(int i = 0; i <= p2; i++){
            if(nums[i] == 0){
                nums[i] = nums[p1];
                nums[p1] = 0;
                p1++;
            }
            if(nums[i] == 2){
                nums[i] = nums[p2];
                nums[p2] = 2;
                p2--;
                if(nums[i] != 1){
                    i--;
                }
            }
        }
    }
}