归并排序（Ologn）及其应用（求逆序对）+例题（后续仍有补充）

最新推荐文章于 2023-01-02 20:17:54 发布
最新推荐文章于 2023-01-02 20:17:54 发布
阅读量574 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43589675/article/details/103834707
版权
这篇博客记录了作者通过学习理解归并排序的过程，强调了掌握其分治思想的重要性。归并排序通过递归将数组拆分成两元素子数组，再逐步合并并局部排序，利用O(N)辅助数组。作者通过HDU-1394例题展示了归并排序的实现，并提到后续会补充树状数组和线段树的相关内容，这些都是二分思想的应用。
摘要由CSDN通过智能技术生成

这几天一直在看lrj紫书的归并排序部分，刚开始连递归都看不懂，，现在已经完全理解了，写这个bolg就是为了记录一下板子，方便以后进行记忆唤醒。之后陆续还会学习补充树状数组和线段树，这三者其实都是二分思想的应用，最关键的不是记住这个板子，而是能够理解其中的思想。
归并排序又是分治法的一种应用，分为分和治两部分。
分即为根据递归，将数组一直划分到只剩两个元素的时候，这个时候问题就很简单了，而治又是从两个元素回到整个数组的过程，在治的时候是一层一层的治的，在这个过程中就进行了局部的排序，而这个过程还需要借助一个O（N）大小的辅助数组来存储结果。
下面以一个例题的形式来记录归并排序的板子（HDU-1394）
hint:有一说一，HDU的多组输入是真的恶心，今下午差点被搞的心态炸裂
HDU-1394代码如下：

#include <bits/stdc++.h>
#define FOPI freopen("INPUT.TXT", "r", stdin)
#define DOPI freopen("OUTPUT.TXT", "w", stdout)
#define FOR(i, x, y) for(int i = x; i <= y; i ++)
#define ROF(i, x, y) for(int i = x; i >= y; i --)
using namespace std;
typedef long long int ll;
const int ind=0x3f3f3f3f,N=1e6+10;
const ll inlld=0x3f3f3f3f3
最低0.47元/天 解锁文章
万般算法皆思想
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
时间复杂度为O(N*logN)的常用排序算法总结与Java实现
KevinDYZS的博客
03-26 2852
时间复杂度为O(N*logN)的常用排序算法主要有四个——快速排序、归并排序、堆排序、希尔排序1.快速排序·基本思想    随机的在待排序数组arr中选取一个元素作为标记记为arr[index](有时也直接选择起始位置)，然后在arr中从后至前以下标j寻找比arr[index]小的数，然后从前至后以下标i寻找比arr[index]大的数，如果i&lt;j则交换二者的值；重复以上操作，直到i&gt;...
时间空间复杂度o(1), o(n), o(logn), o(nlogn)
一山
11-05 1031
描述算法复杂度时,常用o(1), o(n), o(logn), o(nlogn)表示对应算法的时间复杂度，是算法的时空复杂度的表示。不仅仅用于表示时间复杂度，也用于表示空间复杂度。 O后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据增长量之间的关系。其中的n代表输入数据的量。 O(n)，就代表数据量增大几倍，耗时也增大几倍。比如常见的遍历算法。再比如时间复杂度O(n^2)，就代表数据量增大n倍时，耗时增大n的平方倍，这是比线性更高的时间复杂度。比如冒泡排序，就是...
常用算法
Chris的专栏
11-27 680
1 算法 算法.....................................................................................................................................1 1. 时间复杂度和空间复杂度...............................................
算法学习02：认识O(logN)的排序
effort_study的博客
02-04 2392
01归并排序 02归并排序拓展 03堆 04堆排序 05堆排序扩展题目 06荷兰国旗问题 07不改进的快速排序 08 随机快速排序
复杂度分析学习总结
guoquanqin的博客
03-13 912
复杂度分析学习总结 1、大 O 复杂度表示法 T(n) = O( f(n) ) 其中，T(n) 表示代码执行的时间；n 表示数据规模的大小；f(n) 表示每行代码执行的次数总和。公式中的 O，表示代码的执行时间 T(n) 与 f(n) 表达式成正比。 大 O 时间复杂度实际上并不具体表示代码真正的执行时间，而是表示代码执行时间随数据规模增长的变化趋势，所以，也叫作渐进时间复杂度（asymptotic time complexity），简称时间复杂度。 int cal1(int n) {
归并排序求逆序对
loi_王振东
08-06 488
题目： 给定一个长度为 n 的整数数列，请你计算数列中的逆序对的数量。 逆序对的定义如下：对于数列的第 i 个和第 j 个元素，如果满足 i<j 且 a[i]>a[j]，则其为一个逆序对；否则不是。 输入格式： 第一行包含整数 n，表示数列的长度。 第二行包含 n 个整数，表示整个数列。 输出格式： 输出一个整数，表示逆序对的个数。 数据范围： 1 ≤ n ≤ 100000 输入样例： 6 2 3 4 5 6 1 输出样例： 5 #include<bits/stdc++.h> usi
算法复杂度分析，算法复杂度o(1), o(n), o(logn), o(nlogn) 时间复杂度On和空间复杂度O1是什么意思？
hery186的专栏
02-28 2万+
https://www.cnblogs.com/TangBiao/p/5856695.html https://blog.csdn.net/dazhaoDai/article/details/81631195 https://www.cnblogs.com/hengzhou/p/9896535.html 算法复杂度分析 为什么要进行算法分析？ 预测算法所需的资源 计算时间（CPU...
一文带你了解算法复杂度O(1),O(n),O(logn),O(nlogn)的含义
东哥_Jeffery的博客
08-19 1万+
详解O(1),O(n),O(logn),O(nlogn)的区别        相信很多开发的同伴们在研究算法、排序的时候经常会碰到O(1)，O(n)，O(logn)，O(nlogn)这些复杂度，看到这里就会有个疑惑，这个O(N)到底代表什么呢？带着好奇开始今天文章。      &...
时间复杂度的计算！我写出的递归到底是On还是Ologn？
He_youzai的博客
04-22 1061
面试高能题！这些简单却重要的我真的理解了（1）？时间和空间复杂度x的N次方（1）直接怼（2）考虑递归（递归改写循环）（3）递归假优化（分奇偶利用二叉树）（4）递归真优化总结 时间和空间复杂度 本篇内容为个人笔记呈现，围绕 “代码随想录”（公众号）提供的学习路线进行学习， 并对其中的精彩样例进行整理和分享，如有侵权，立即删除，文末有链接。 提示：以下是本篇文章正文内容，每道问题下的例题类似于不断优化的过程。 x的N次方 （1）直接怼 int function1(int x, int N){ int r
二分查找O(logn)和归并排序O(nlogn)时间复杂度介绍
ka3p06的博客
03-22 2437
概述 本文通过二分查找和并归排序为例，主要介绍时间O(logn)和O(nlogn)这两个时间复杂度是怎么得出来的。O(1)、O(n)、O(n2)在此不做介绍了，O(n)、O(n2)就是for循环一次、二次，O(1)的话…就好像单例模式或者map吧。 首先，简答看看常见的时间复杂度量级，有个基本的概念。 常数阶O(1) 线性阶O(n) 平方阶O(n²) 对数阶O(logn) 线性对数阶O(nlogn) O(logn)：二分查找法时间复杂度 通常情况下二分查找针对的是一个有序的数据集合进行查找。 他的步骤是
常见的Onlogn算法的实现：
weixin_45358116的博客
12-06 1255
快速排序和堆排序快速排序：该数组是一个升序数组或者是降序数组：此时时间复杂度会到最高0n2：有一点需要注意，那就是这是一个不稳定的排序，在排序过程中你也看见了，相同的两个值，他们的顺序可能被打乱，通常情况下这是不被允许的。堆排序完全二叉树的性质： 快速排序： 快速排序是经典的分治算法，时间复杂度O(nlogn),我们需要随机选出一个元素，在这个元素的左侧都比该元素小，右侧则比元素大。分为三个部分： 1.将数组划分为两个部分，将数组a[l,r] 分为a[l, q-1], a[q+1,r]，以q为分界点，满足上
两个有序数组求中位数的O(logn)算法
weixin_34337381的博客
05-19 408
2019独角兽企业重金招聘Python工程师标准>>> ...
O(log n) 到底是什么意思？
kalman2019的博客
01-02 3722
我正在学习 Big O Notation 运行时间和摊销时间。我理解 O(n) 线性时间的概念，这意味着输入的大小会成比例地影响算法的增长……例如，二次时间 O(n2) 等也是如此……甚至算法，例如置换生成器，具有 O(n!) 次，由阶乘增长。例如，以下函数是 O(n)，因为算法的增长与其输入 n 成比例：类似地，如果有一个嵌套循环，时间将是 O(n2)。但是 O(log n) 到底是什么？例如，完全二叉树的高度为 O(log n) 是什么意思？我确实知道（可能不是很详细）对数是什么，从某种意义
O(logn)对数时间求中位数
xiaoming1999的博客
10-07 1024
目录 中位数 引入问题 代码实现 中位数 偶数个数升序序列的中位数 = （n/2 + n/2 +1）/2 奇数个数升序序列的中位数 = n/2 引入问题 有两个升序的数组，长度分别是m和n，求两个数组所有元素的 中位数是多少？要求O(logn)时间完成。 如果在两个升序数组中找中位数的话，那么就是找第top k个元素，k就是最中间的那个数字。（m+n+1）/2就是中位数的下标。 目的：找两个升序数组的第topk个元素 如果找到k，总长度是偶数 ，则（k+(k+1)）/2 = 中位.
O(n*logn)排序算法的总结
weixin_43527115的博客
05-23 667
对经典排序方法性能进行总结： 排序方法 时间复杂度 空间复杂度 稳定性 冒泡排序 O( n^2 ) O(1) 稳定 插入排序 O( n^2 ) O(1) 稳定 选择排序 O( n^2 ) O(1) 不稳定 归并排序 O( n*logn ) O(n) 稳定 堆排序 O( n*logn ) O(1) 不稳定 快速排序 O( n*logn ) O(logn) 不稳定 桶系列排序 O( n ) O(n) 稳定 今天重点讨论这三个时间复杂度为O(n*logn)的算法，桶排序
各种排序算法总结(全面)
热门推荐
zxzxin的博客~
04-05 2万+
目录 冒泡排序 改进的冒泡排序(鸡尾酒排序) 选择排序 插入排序 二分插入排序 希尔排序 快速排序 归并排序 堆排序 计数排序 基数排序 桶排序 基本概要 排序算法大体可分为两种： 一种是比较排序，时间复杂度O(nlogn) ~ O(n^2)，主要有：冒泡排序，选择排序，插入排序，归并排序，堆排序，快速排序等。 另一种是非比较排序，时间复杂度可以达到O(...
O(N*logN)的排序算法
weixin_49214320的博客
12-01 593
时间复杂度为：O(N*logN)的排序算法 注：图来自于网络 归并排序（Merge Sort） 归并排序（Merge sort）是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。 作为一种典型的分而治之思想的算法应用，归并排序的实现由两种方法： 自上而下的递归（所有递归的方法都可以用迭代重写，所以就有了第 2 种方法）；自下而上的迭代； 算法步骤 申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列； 设定两个指针，
O(nlogn)排序之归并排序
huobaotiandao的博客
04-05 383
1. 自顶向下递归 将数组分组，在将每组进行分组，一直分下去，最后分道每组一个元素，这一个元素可以看作是有序的。然后向上归并。然后上一组在排序。排完序，在归并。一直到第一轮。 如数组：1 2 3 4 5 6 7 8 第一轮： 1 2 3 4 | 5 6 7 8 分成两组 第二轮： 1 2 | 3 4 | 5 6 | 7 8 每组在分成两组 第三轮： 1 | 2 | 3 | 4 | 5 | 6|...
使用归并排序求逆序对
最新发布
04-09
使用归并排序求逆序对的基本思想是：在合并两个有序子序列的过程中，如果左子序列中的元素大于右子序列中的元素，则构成了一个逆序对。在合并过程中，统计逆序对的数量，并将两个子序列合并成一个有序序列。 具体...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值