Leetcode 75. 颜色分类

心路历程

这道题有很多做法，可以用Counter统计数量，也可以排序来做，本来想借此机会复习一下快排，结果给一个小时复习进去了。
快排的双指针还是很厉害的，隐藏了很多的小条件在里面。

注意的点:

1、快排中的双指针防止死循环维持的很巧妙，会用改变当前指针所指的值来防止下一个循环不更新指针
2、RecursionError: maximum recursion意思是递归没有终止，一般都是判断条件错误，这里快排的判断条件需要是end - start <= 0而不能是==0，因为left指针可能在while循环结束后没动，-1之后就会成负数

解法一: 列表快排

class Solution:
    def sortColors(self, nums: List[int]) -> None:
        """
        Do not return anything, modify nums in-place instead.
        """
        # 双指针\ 排序问题 \ 快速排序
        # 统计数量的做法可以一次遍历并且O(1)空间复杂度
        def quick_sort(anums):
            """空间复杂度高一些的快速排序 O(nlogn)的空间复杂度"""
            if not anums:
                return []
            div = anums[0]
            left = quick_sort([l for l in anums[1:] if l <= div])
            right = quick_sort([r for r in anums[1:] if r > div])
            return left + [div] + right
        nums1 = quick_sort(nums)
        # nums = [nums1[i] for i in range(len(nums))]  # 为何这种赋值方式不行?
        for i in range(len(nums)):
            nums[i] = nums1[i]

解法二:双指针快排

class Solution:
    def sortColors(self, nums: List[int]) -> None:
        """
        Do not return anything, modify nums in-place instead.
        """
        def dfs(start, end):  # 对nums[start: end+1]的元素进行一次分割操作
            if end - start <= 0:  # RecursionError: maximum recursion depth exceeded 这个报错意思就是递归没到底返回
                return
            mid = nums[start]
            left, right = start, end  # left right又写反了
            while right > left:
                while right > left and nums[right] >= mid:
                    right -= 1
                nums[left] = nums[right]
                while right > left and nums[left] < mid:
                    left += 1
                nums[right] = nums[left]
            nums[left] = mid
            dfs(start, left-1)
            dfs(left+1, end)
        dfs(0, len(nums)-1)