认识O(NlogN)的排序
-
剖析递归行为和递归行为时间复杂度的估算
用递归方法去寻找一个数组中的最大值,系统上到底是怎么做的?
补充知识:双目运算符">>",指的是右移一位,是以二进制计算,右移就是在右后加零在前面减去移动的位数个数,经过计算,右移一位就是除2,左移一位就是乘2。此操作比除法快。
//在数组[L,.....,R]范围寻找最大值 public static int getMax(int[] arr){ return process(arr,0,arr.length-1); } public static int process(int[] arr,int L,int R){ if(L==R){ return arr[L]; } int mid=L+((R-L) >> 1);//中点 int leftMax=process(arr,L,mid); int rightMax=process(arr,mid+1,R); return Math.max(leftMax,rightMax); } //递归行为在系统上如何实现
依次压栈进栈,返回左右结果。利用栈,进行一个后序遍历。
-
master公式的使用
用来估计一系列特殊的递归行为的方法,是用来利用分治策略来解决问题经常使用的时间复杂度的分析方法,(补充:分治策略的递归解法还有两个常用的方法叫做代入法和递归树法,以后有机会和亲们再唠),众所周知,分治策略中使用递归来求解问题分为三步走,分别为分解、解决和合并,主方法的表现形式:
T [N] = aT[N/b] + O (Nd)
母问题的数据量为N,每一次子过程的规模等量为N/b,调用次数为a,最后是除去调用的子问题之外剩下的过程的时间复杂度。
-
分析系统递归行为
T(N)是总的,子问题规模是N/2,其余的子问题数据等规模,调用了2次,最后的比大小行为时间复杂度为O(1)。满足这类条件的算法满足master公式。
T(N)=2T(N/2)+O(1)
如果满足master公式的递归排序,时间复杂度为下
条件 时间复杂度 logba<d O(Nd) logba>d O(Nlogba) logba==d O(Nd *logN) 经过代值计算,系统的递归行为,a=2,b=2,d=1得时间复杂度为O(N),等效于从左到右遍历一遍求最大值。
-
归并排序
一个无序数组,先从中间分离开,分别排序分开的两个数组,在左边的数组第一位标记,在右边的数组第一位,分别对比其大小,定义规则,假设从小到大,左侧标记位小于右侧标记位,则创建一个临时数组将左侧的数储存,将左侧标记向右移动一位,若是右侧标记小,则将右侧标记数放入临时数组,右侧标记向右移动一位,此过程中,若是左右有任意一侧标记越位,则将另一侧数组中的剩下的内容放入临时数组,再将临时数组的值定义给原数组。
public static void process(int[] arr,int L,Int R){ if(L==R){ return; } int mid=L+((R-L)>>1); process(arr,L,mid); process(arr,mid+1,R); merge(arr,L,mid,R); } public static void merge(int[] arr,int L,int M,int R){ int[] temp=new int[R-L+1]; int i=0; int p1=L; int p2=M+1; while(p1<=M && p2<=R){ temp[i++]=arr[p1]<=arr[p2] ? arr[p1++]:arr[p2++]; } while(p1<=M){ temp[i++]=arr[p1++]; } while(p2<=R){ temp[i++]=arr[p2++]; } for(i=0;i<temp.length;i++){ arr[L+i]=temp[i]; } }//排序合并过程
T(N)=2T(N/2)+O(N) a=2 b=2 d=1
O(N *logN)
O(N2)比O(N *logN)差在了多余的比较,比如选择排序,浪费了很多比较,每次只排序一个。
-
归并排序的拓展
小和问题:一个数组中,找该位置左边比他小的数,有几个,整个数组的小和就是每个位置的小和相加。暴力解法O(N2)
merge进行运算:
public static int smallSum(int[] arr){ if(arr===null || arr.length<2){ return 0; } return process(arr,0,arr.length-1); } public static int process(intp[] arr,int l,int r){ if(l==r){ return 0; } int mid=l+((r-l)>>1); return process(arr,l,mid) +process(arr,mid+1,r) +merge(arr,l,mid,r); } public static int merge(int[] arr,int L,int m,int r){ int[] temp=new int[r=L+1]; int i=0; int p1=L; int p2=m+1; int res=0; while(p1<=m && p2<=r){ res+=arr[p1]<arr[p2] ? (r-p2+1)*arr[p1]:0; temp[i++]=arr[p1]<arr[p2] ? arr[p1++]:arr[p2++]; } while(p1<=m){ temp[i++]=arr[p1++]; } while(p2<=r){ temp[i++]=arr[p2++]; } for(i=0;i<temp.length;i++){ arr[L+i]=temp[i]; } return res; }
-
快速排序
问题1:给定一个数组arr,和一个数num,请把小于等于num的数放在数组的左边,大于num的数放在数组右边,中间是等于的数,要求额外空间复杂度O(1),时间复杂度O(N)。(荷兰国旗问题)
public static void quickSort(int[] arr,int L,int R){ if(L<R){ swap(arr,L+(int)(Math.random()*(R-L+1)),R); int[] p=partition(arr,L,R); quickSort(arr,L,p[0]-1);//<区 quickSort(arr,p[1]+1,R);//>区 } } public static int[] partition(int[] arr,int L,int R){ int less=L-1; //<区右边界 int more=R; //>区左边界 while(L<more){ if(arr[L]<arr[R]){//L表示当前属的位置arr[R] ->划分值 swap(arr,++less,L++); }else if(arr[L]>arr[R]){//当前数<划分值 swap(arr,--more,L); }else{ L++; } } swap(arr,more,R); return new int[] {less+1,more}; } public static void swap(int[] arr,int i,int j){ arr[i]=arr[i]^arr[j]; arr[j]=arr[i]^arr[j]; arr[i]=arr[i]^arr[j]; }