public class Master {
public static int max(int[] arr){
return getMax(arr, 0 , arr.length - 1);
}
public static int getMax(int[] arr, int L, int R){
if (L == R){
return arr[L];
}
//使用此方法可以防止溢出
//因为R+L可能出现溢出情况, 但是R没溢出,L没溢出,所以R-L一定不会溢出
//>>1代表除以2 >>2代表除以4,以此类推, <<1代表乘以2
int mid = L + ((R-L)>>1);
int leftMax = getMax(arr, L, mid);
int rightMax = getMax(arr, mid + 1, R);
return Math.max(leftMax, rightMax);
}
}
以上诉代码展开详讲Master公式 可以利用Master公式来计算递归算法的时间复杂度
其中T(N) 表示母问题使用的数据量规模
a*T(N/b) a表示调用子问题的次数 T(N/b)表示子问题使用的数据量规模, 每个子问题数据量规模应相同
O(N^d)表示其余算式使用的时间
import java.util.Arrays;
/**
* @ProjectName: study3
* @FileName: Sorts2
* @author:HWJ
* @Data: 2023/5/28 14:15
*/
public class Sorts2 {
public static void main(String[] args) {
int[] num = {-25, -25, 41, 20, -25, 117, -4, -155, -45, 58, 75, 123, -28, -22, -25, 145, 75, -50, -114,
-156, -138, 98, -76,
88, 22, 118, 173, -115, 198, -6, 56, -41, -98, -78, -43, 78, -21, 52, 20, -32, 152, 79, 14};
mergeSort(num);
System.out.println(Arrays.toString(num));;
}
public static void mergeSort(int[] arr){//归并排序
if (arr == null || arr.length < 2){
return;
}
sort(arr, 0, arr.length-1);
}
public static void merge(int[] arr, int l, int mid, int r){
int p1 = l;
int p2 = mid+1;
int i = 0; //给help数组使用的指针
int[] help = new int[r-l+1];
//若两边子数组此时都没有遍历完成,则寻找两个子数组当前索引位置的最小值,赋给help,直到某一个子数组遍历完毕
//对剩下的子数组将其所有值依次赋给help
//最后将排好序的help数组,重新赋值给原数组
while(p1 <= mid && p2 <= r){
help[i++] = arr[p1] <= arr[p2] ? arr[p1++]:arr[p2++];
}
while(p1<=mid){
help[i++] = arr[p1++];
}
while(p2<=r){
help[i++] = arr[p2++];
}
for (int j = 0; j < help.length; j++) {
arr[j+l] = help[j];
}
}
public static void sort(int[] arr, int l, int r){
if (l == r){
return;
}
int mid = l + ((r-l)>>1);
sort(arr, l, mid);
sort(arr, mid+1, r);
merge(arr, l, mid, r);//不断的对子数组进行排序
}
}
根据代码知,T(N) = 2*T(N/2) + O(N)
满足
知复杂度为 O(N*logN)
选择排序,冒泡排序和插入排序浪费了大量的比较行为,而归并排序没有浪费这些比较行为
小和问题的代码:
import java.util.Arrays;
/**
* @ProjectName: study3
* @FileName: ex2
* @author:HWJ
* @Data: 2023/5/28 20:12
* 求小和问题
*/
public class ex2 {
public static void main(String[] args) {
int[] num = {1,3,4,2,5};
System.out.println(mergeSort(num));
System.out.println(Arrays.toString(num));
}
public static int mergeSort(int[] arr){
if (arr == null || arr.length < 2){
return 0;
}
return sort(arr, 0, arr.length - 1);
}
public static int sort(int[] arr, int l, int r){
if (l==r){
return 0;
}
int mid = l + ((r-l)>>1);
return sort(arr, l, mid) +
sort(arr, mid+1, r) +
merge(arr, l, mid, r);
}
//既要排好序,也要求小和
public static int merge(int[] arr, int l, int mid, int r){
int total = 0;
int p1 = l;
int p2 = mid + 1;
int i = 0;
int[] help = new int[r-l+1];
while(p1 <= mid && p2 <= r){
//一定要排好序,这样才能使用此方法arr[p1] * (r-p2+1),
// 因为是排好序的arr[p2]>arr[p1]则arr[p2]后面的数也一定大于arr[p1]
// arr[p1] < arr[p2]这里排序时,等于情况先排序arr[p2],
// 如果排了arr[p1】,我们此时并不知道arr[p2]后面有多少大于arr[p1]的数,就会导致少算
total += arr[p1] < arr[p2] ? arr[p1] * (r-p2+1) : 0;
help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
}
while(p1 <= mid){
help[i++] = arr[p1++];
}
while(p2 <= r){
help[i++] = arr[p2++];
}
for (int j = 0; j < help.length; j++) {
arr[j+l] = help[j];
}
return total;
}
}
求逆序对数目问题:
import java.util.Arrays;
/**
* @ProjectName: study3
* @FileName: ex3
* @author:HWJ
* @Data: 2023/5/28 21:20
* 逆序对问题
*/
public class ex3 {
public static void main(String[] args) {
int[] num = {3,2,4,5,0};
System.out.println(mergeSort(num));
System.out.println(Arrays.toString(num));
}
public static int mergeSort(int[] arr){
if (arr == null || arr.length < 2){
return 0;
}
return sort(arr, 0, arr.length - 1);
}
public static int sort(int[] arr, int l, int r){
if (l == r){
return 0;
}
int mid = l + ((r-l)>>1);
return sort(arr, l, mid)+
sort(arr, mid+1, r)+
merge(arr, l, mid, r);
}
public static int merge(int[] arr, int l, int mid, int r){
int[] help = new int[r-l+1];
int i = 0;
int p1 = l;
int p2 = mid + 1;
int res = 0;
while (p1 <= mid && p2 <= r){
//这里求逆序对, 所以按照大的在前的方式进行排序
// arr[p1] > arr[p2]这里排序时,等于情况先排序arr[p2],
// 如果排了arr[p1】,我们此时并不知道arr[p2]后面有多少小于于arr[p1]的数,就会导致少算
res += arr[p1] > arr[p2] ? 1:0;
help[i++] = arr[p1] > arr[p2] ? arr[p1++] : arr[p2++];
}
while(p1<=mid){
help[i++] = arr[p1++];
}
while(p2<=r){
help[i++] = arr[p2++];
}
for (int j = 0; j < help.length; j++) {
arr[j+l] = help[j];
}
return res;
}
}
引出快排:
import java.util.Arrays;
/**
* @ProjectName: study3
* @FileName: ex4
* @author:HWJ
* @Data: 2023/5/28 21:46
*/
public class ex4 {
public static void main(String[] args) {
int[] num = {3,5,6,7,4,3,5,8};
int[] num2 = {3,5,6,7,4,3,5,8,9,5,0,2,4,5};
sort(num, 5);
System.out.println(Arrays.toString(num));
sort2(num2, 5);
System.out.println(Arrays.toString(num2));
}
public static void sort(int[] arr, int num){//第一题
//<=num 在左边 其余的在右边
int p1 = -1;
for (int i = 0; i < arr.length; i++) {
if (arr[i] <= num){
swap(arr, i, ++p1);
}
}
}
public static void sort2(int[] arr, int num){//荷兰旗问题
//<=num 在左边 大于的在右边
int p1 = -1;
int p2 = arr.length;
for (int i = 0; i < arr.length && i < p2; i++) {
//当等于区域和大于区域相遇时,停止循环
//即i==p2
if (arr[i] < num){
swap(arr, i, ++p1);
}
if (arr[i] > num){
//将大于的放在右边,并且i不变
swap(arr, i--, --p2);
}
}
}
public static void swap(int[] arr, int i,int j){
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
基于以上两个问题的快排1和快排2 快排是时间复杂度为O(N^2)的算法
快排3
随机选择某一个数将其放在数组最后,并作为划分标准
使用数学可证明其算法的时间复杂度为复杂度为O(N*logN)的算法
import java.util.Arrays;
/**
* @ProjectName: study3
* @FileName: QuickSort
* @author:HWJ
* @Data: 2023/5/28 21:45
*/
public class QuickSort {
public static void main(String[] args) {
int[] num = {3,5,6,7,4,3,5,8,9,5,0,2,4,5};
quickSort3(num, 0, num.length-1);
System.out.println(Arrays.toString(num));
}
public static void quickSort1(int[] arr, int l, int r){ //快排1
if (l < r){
int k = partition1(arr, l, r);
quickSort1(arr, l, k-1);
quickSort1(arr, k+1, r);
}
}
//返回分界值的索引,此效率最慢
public static int partition1(int[] arr, int l, int r){
int p1 = l-1;
for (int i = l; i < r; i++) {
if (arr[i] <= arr[r]){
swap(arr, i, ++p1);
}
}
swap(arr, r, ++p1);
return p1;
}
public static void quickSort2(int[] arr, int l, int r){ //快排2
if (l < r){
int[] k = partition2(arr, l, r);
quickSort2(arr, l, k[0]-1);
quickSort2(arr, k[1]+1, r);
}
}
public static int[] partition2(int[] arr, int l, int r){
int p1 = l-1;
int p2 = r;
int index = l;
int p[] = new int[2];
while(index < p2){
if (arr[index] < arr[r]){
swap(arr, index++, ++p1);
}else if (arr[index] > arr[r]){
swap(arr, index, --p2);
}else{
index++;
}
}
swap(arr, r, p2);
p[0] = ++p1;
p[1] = p2;
return p;
}
public static void quickSort3(int[] arr, int l, int r){ //快排3,时间复杂度比前两个低
if (l < r){
//随机选择一个值作为分界值
//并将这给随机选择的值,和最后一个位置上的值作为交换
int t = l + (int) ((r-l+1)*Math.random());
swap(arr, t, r);
int[] k = partition3(arr, l, r);
quickSort3(arr, l, k[0]-1);//找到需要再次快排的索引位置
quickSort3(arr, k[1]+1, r);
}
}
// int p[] = new int[2];
// 返回两个值,第一个值为等于区域的左边界, 第二个值为等于区域的右边界
public static int[] partition3(int[] arr, int l, int r){
int p1 = l-1;
int p2 = r;
int index = l;
int p[] = new int[2];
while(index < p2){
if (arr[index] < arr[r]){
swap(arr, index++, ++p1);
}else if (arr[index] > arr[r]){
swap(arr, index, --p2);
}else{
index++;
}
}
swap(arr, r, p2);
p[0] = ++p1;
p[1] = p2;
return p;
}
public static void swap(int[] arr, int i,int j){
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
快排1和快排2时间复杂度相同,快排3时间复杂度最快,快排2和快排3算法类似
快排1和快排2空间复杂度为O(N)
快排3空间复杂度为O(logN)