tip1:额外空间复杂度 ,即实现一个算法是否还需要给定空间以外的空间:
O(1)的额外空间复杂度是实现算法时,再只需要几个额外的变量,就可以实现算法;
O(N)的额外空间复杂度是额外申请一个数组
tip2:
C++中作二分时,总是前多后少。例如数组容量为5,那么5/2=2,索引自0开始,故012/34
递归:
说到递归就不得不提到栈,因为递归的过程就是压栈与出栈的过程。以归并排序为例,归并排序分为3步,分别是分解、求解,外排序。
说到外排序,是额外申请一个容量等大的数组,而后用两个指针分别指向分解且经过排序的前后两个区域,第一个指针初始指向前半数组的第一个元素,第二个指针指向后半数组的第一个元素;而后比较,取较小元素送入额外空间数组并递增该指针值。直至其中一个指针至末尾,将未至末尾的数组的元素全部迁移至额外空间,最后将所有元素送至原始数组。
重新回到递归:下列三个过程中,2过程即发生递归的过程,其中依次包含有两个本函数的调用,当将要调用第一个函数时,操作系统将当前函数执行状态入栈,其中包含有当前变量、执行位置及其在内存中的地址等。逐层调用,也逐层压栈,直到最后一步执行完成,再逐层出栈,还原现场,出栈至当前函数入栈前的执行状态;而后再以此种方式调用第二个函数,并在最终两侧数组都完成排序时,执行外排。
任何递归行为,都可以改成非递归,如何实现,见后续代码:
待续......
复杂度分析:
1.时间复杂度:master公式
使用方式:
注意:子问题划分规模需要是一样的,才可以用master公式!
特例:后面不是整数次幂,搞不定喽,不过面试笔试应该不会考吧
2.空间复杂度分析:
是O(N)么,在merge里new 一块空间,再释放,因此有这么大的内存就足够用了。
3.归并排序实例:
T(n)=2T(n/2)+O(N)
总样本量为奇数时怎么办?不考虑常数,只考虑规模,等规模子问题即可
归并排序的核心在于外排,这也是归并排序为什么快的原因。
小和问题、逆序列和问题:
最笨的方法一般都是遍历的方法
左大右小:
小和问题,反过来想,当前数的右侧有哪些数比这个数大
编程技巧问题-溢出:
位运算的常数时间比算术运算好<<,左移乘,>>右移除