一个用来了解数据结构算法(各种排序,列表,树等)很友好的网站:
https://visualgo.net/en
该题目来自于牛客:算法篇-排序问题
快排(必备)+归并(体会分治)+堆(自己建堆)
//快速排序 关键在于 partition函数,可以自己参考一个模板,我这个参考大话数据结构
class Solution {
public:
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
* 将给定数组排序
* @param arr int整型vector 待排序的数组
* @return int整型vector
*/
//1.快速排序
vector<int> MySort(vector<int>& arr) {
// write code here
int left=0;
int right=arr.size()-1;
QuickSort(arr,left,right);
return arr;
}
int QuickTemp(vector<int>& arr,int left,int right){
int i = left;
int j = right;
int temp = arr[left];
while(i<j){
while(temp<=arr[j]&&i<j) --j;
arr[i]=arr[j];
while(temp>=arr[i]&&i<j) ++i;
arr[j]=arr[i];
}
arr[i] = temp;
return i;
}
void QuickSort(vector<int>& arr,int left,int right){
if(left<right){
int mid=QuickTemp(arr,left,right);
QuickSort(arr, left,mid-1);
QuickSort(arr, mid+1, right);
}
}
};
//归并排序 关键在于构造一个数组 然后merge,所以这个 merge函数是关键
class Solution {
public:
//归并排序
vector<int> MySort(vector<int>& arr) {
MySortCore(arr,0,arr.size()-1);
return arr;
}
void MySortCore(vector<int>&arr,int start,int end){
if(start>=end) return;
int middle=start+((end-start)>>1);
MySortCore(arr,start,middle);
MySortCore(arr,middle+1,end);
Merge(arr,start,middle,end);
}
void Merge(vector<int>&arr,int start,int middle,int end){
int* tmp=new int[end-start+1];
int left=start;
int right=middle+1;
int pTmp=0; //辅助数组指针
while(left<=middle && right<=end){
if(arr[left]<arr[right])
tmp[pTmp++]=arr[left++];
else
tmp[pTmp++]=arr[right++];
}
while(left<=middle)
tmp[pTmp++]=arr[left++];
while(right<=end)
tmp[pTmp++]=arr[right++];
//排序完数组拷贝回原数组
for(int i=0;i<end-start+1;i++)
arr[start+i]=tmp[i];
}
};
//堆排序,分为两步,建堆+排序
//一些细节可以参考大话数据结构
//我这个堆是从下标为0开始的,所以左子节点 left=2*root+1, right=2*root+1
class Solution {
public:
//堆排序
void Swap(int&a,int &b){
int tmp=a;
a=b;
b=tmp;
}
void HeapAdjust(vector<int>&arr,int root,int len){
int tmp=arr[root];
for(int j=2*root+1;j<len;j=2*j+1){
if(j<len-1 && arr[j]<arr[j+1])
++j;
if(tmp>arr[j])
break;
arr[root]=arr[j];
root=j;
}
arr[root]=tmp;
}
vector<int> MySort(vector<int>& arr) {
for(int i=arr.size()/2-1;i>=0;i--)
HeapAdjust(arr,i,arr.size());
for(int i=arr.size()-1;i>0;i--){
Swap(arr[0],arr[i]);
HeapAdjust(arr,0,i);
}
return arr;
}
};
小结:
在做快排序的时候,出现了超时问题,解决办法:
1、逻辑调整
2、把i++/j–,替换成++i/–j。
3、使用递归前的函数传参最好不是计算式。
以下是其他友友的代码和注释(写的很认真就贴了过来):
class Solution {
public:
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
* 将给定数组排序
* @param arr int整型vector 待排序的数组
* @return int整型vector
*/
vector<int> MySort(vector<int>& arr) {
// write code here
mySort1(arr);
return arr;
}
// 1、快速排序(通过)
// 时间复杂度O(logn)。空间复杂度是O(n)。
// 主要是要找出标杆值(中间值),默认最后一个值为标杆值,然后比它小的放左边,比他大的放右边,然后交换最后一位。就得到标杆值在中间的下标。
// 树,从上往下排序
// 不稳定算法
void mySort1(vector<int>& arr) {
quicksort(arr, 0, arr.size()-1);
}
void quicksort(vector<int> &arr, int left, int right) {
if (left > right) return;
int pivotIndex = partition(arr, left, right); // 标杆值所在的位置
quicksort(arr, left, pivotIndex-1); // 左半边
quicksort(arr, pivotIndex+1, right); // 右半边
}
int partition(vector<int> &arr, int left, int right) {
// 最后一个值当做标杆
int counter = left; // 记录小于标杆值的个数
while (left < right) {
if (arr[left] < arr[right]) { // 当前值和标杆值比较,决定是放在左边还是右边
swap(arr[left], arr[counter]);
counter++;
}
left++;
}
swap(arr[counter], arr[right]); // 最后把标杆值移到中间位置,然后返回下标。
return counter;
}
// 2、归并排序(通过)
// 时间复杂度O(logn)。空间复杂度是O(n)。
// 归并排序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。
// 树,从下往上排序
// 是稳定的算法
void mySort2(vector<int>& arr) {
mergeSort(arr, 0, arr.size()-1);
}
void mergeSort(vector<int> &arr, int left, int right) {
if (left >= right) return;
int mid = left + (right - left) / 2;
mergeSort(arr, left, mid); // 递归 左半边
mergeSort(arr, mid+1, right); // 递归 右半边
merge(arr, left, mid, right); // 合并两个有序的数组(参考合并两个有序的链表)
}
// 合并两个有序数组
void merge(vector<int> &arr, int left, int mid, int right) {
vector<int> tmp(right-left+1); // 开辟新的数组
int i = left, j = mid+1, k = 0; // i左边数组的起始位置,j右边数组的起始位置,k已经放入新数组的个数
while (i <= mid && j <= right) { // 比较左右数组,数值小的放入新数组中
tmp[k++] = arr[i] < arr[j] ? arr[i++] : arr[j++];
}
while (i <= mid) tmp[k++] = arr[i++]; // 如果左半边数组没有排序完,加入新数组
while (j <= right) tmp[k++] = arr[j++]; // 如果右半边数组没有排序完,加入新数组
for (i = left, k = 0; i <= right;) arr[i++] = tmp[k++]; // 新数组数据放回到原来的数组中
}
// 3、堆排序(通过)
// 时间复杂度O(logn)。空间复杂度是O(n)。
// 不稳定算法
void heapSort(vector<int> &arr) {
priority_queue<int,vector<int>,greater<int>> q; //小顶堆
for (int i = 0; i < arr.size(); i++) {
q.push(arr[i]);
}
for (int i = 0; i < arr.size(); i++) {
arr[i] = q.top();
q.pop();
}
}
// 4、冒泡排序(超时)
// 时间复杂度O(n2),空间复杂度O(1)
// 从后往前排
// 两两比较交换,最大的放在后面,稳定排序
void bubbleSort(vector<int>& arr) {
for (int i = 0; i < arr.size(); i++) {
for (int j = 0; j < arr.size()-i-1; j++) {
if (arr[j]>arr[j+1]) {
swap(arr[j], arr[j+1]);
}
}
}
}
// 5、选择排序(超时)
// 时间复杂度O(n2),空间复杂度O(1)
// 从前往后排
// 遍历数组,找出最小值,最小的放在前面,不稳定排序
void selectionSort(vector<int>& arr) {
int minIndex = 0;
for (int i = 0; i < arr.size(); i++) {
minIndex = i;
for (int j = i+1; j < arr.size(); j++) {
if (arr[j] < arr[minIndex]) {
minIndex = j;
}
}
swap(arr[i], arr[minIndex]);
}
}
// 6、插入排序(超时)
// 时间复杂度O(n2),空间复杂度O(1)
// 从前往后排
// 遍历数组,找出一个值,往排好的数组里面插入合适的位置。稳定排序
void insetionSort(vector<int>& arr) {
int preIndex = 0;
int currentVal = 0;
for (int i = 1; i < arr.size(); i++) {
preIndex = i - 1;
currentVal = arr[i];
while (preIndex >= 0 && arr[preIndex] > currentVal) {
arr[preIndex+1] = arr[preIndex];
preIndex--;
}
arr[preIndex+1] = currentVal;
}
}
};