This commit is contained in:
krahets 2022-11-23 21:39:39 +08:00
parent faba5af781
commit 4290026e0e
7 changed files with 332 additions and 44 deletions

View file

@ -1,6 +1,6 @@
<p align="center">
<a href="https://www.hello-algo.com/">
<img src="docs/index.assets/conceptual_rendering.png" width="220">
<img src="docs/index.assets/conceptual_rendering.png" width="200">
</a>
</p>
@ -14,7 +14,7 @@
<p align="center">
<em>
前往阅读 >>
前往阅读 >
<a href="https://www.hello-algo.com/">
hello-algo.com
</a>
@ -45,6 +45,7 @@
| 新增:查找算法 | 2022-11-19 |
| 更新Markdown Stylesheet</br>新增:冒泡排序、插入排序 | 2022-11-21 |
| 新增:快速排序 | 2022-11-22 |
| 新增:归并排序,更新:快速排序 | 2022-11-23 |
## License

View file

@ -0,0 +1,48 @@
package chapter_sorting;
import java.util.*;
public class merge_sort {
/**
* 合并左子数组和右子数组
* 左子数组区间 [left, mid]
* 右子数组区间 [mid + 1, right]
*/
static void merge(int[] nums, int left, int mid, int right) {
int[] tmp = Arrays.copyOfRange(nums, left, right + 1); // 初始化辅助数组
int leftStart = left - left, leftEnd = mid - left, // 左子数组的起始索引和结束索引
rightStart = mid + 1 - left, rightEnd = right - left; // 右子数组的起始索引和结束索引
int i = leftStart, j = rightStart; // i,j 分别指向左子数组右子数组的首元素
// 通过覆盖原数组 nums 来合并左子数组和右子数组
for (int k = left; k <= right; k++) {
// 左子数组已全部合并完则选取右子数组元素并且 j++
if (i > leftEnd)
nums[k] = tmp[j++];
// 否则 右子数组已全部合并完 左子数组元素 < 右子数组元素则选取左子数组元素并且 i++
else if (j > rightEnd || tmp[i] <= tmp[j])
nums[k] = tmp[i++];
// 否则 左子数组元素 > 右子数组元素则选取右子数组元素并且 j++
else
nums[k] = tmp[j++];
}
}
/* 归并排序 */
static void mergeSort(int[] nums, int left, int right) {
// 终止条件
if (left >= right) return; // 当子数组长度为 1 时终止递归
// 划分阶段
int mid = (left + right) / 2; // 计算中点
mergeSort(nums, left, mid); // 递归左子数组
mergeSort(nums, mid + 1, right); // 递归右子数组
// 合并阶段
merge(nums, left, mid, right);
}
public static void main(String[] args) {
/* 归并排序 */
int[] nums = { 2, 4, 1, 0, 3, 5 };
mergeSort(nums, 0, nums.length - 1);
System.out.println("归并排序完成后 nums = " + Arrays.toString(nums));
}
}

View file

@ -0,0 +1,154 @@
package chapter_sorting;
import java.util.*;
/* 快速排序类 */
class QuickSort {
/* 元素交换 */
static void swap(int[] nums, int i, int j) {
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
/* 哨兵划分 */
static int partition(int[] nums, int left, int right) {
// nums[left] 作为基准数
int i = left, j = right;
while (i < j) {
while (i < j && nums[j] >= nums[left])
j--; // 从右向左找首个小于基准数的元素
while (i < j && nums[i] <= nums[left])
i++; // 从左向右找首个大于基准数的元素
swap(nums, i, j); // 交换这两个元素
}
swap(nums, i, left); // 将基准数交换至两子数组的分界线
return i; // 返回基准数的索引
}
/* 快速排序 */
public static void quickSort(int[] nums, int left, int right) {
// 子数组长度为 1 时终止递归
if (left >= right)
return;
// 哨兵划分
int pivot = partition(nums, left, right);
// 递归左子数组右子数组
quickSort(nums, left, pivot - 1);
quickSort(nums, pivot + 1, right);
}
}
/* 快速排序类(中位基准数优化) */
class QuickSortMedian {
/* 元素交换 */
static void swap(int[] nums, int i, int j) {
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
/* 选取三个元素的中位数 */
static int medianThree(int[] nums, int left, int mid, int right) {
// 使用了异或操作来简化代码
// 异或规则为 0 ^ 0 = 1 ^ 1 = 0, 0 ^ 1 = 1 ^ 0 = 1
if ((nums[left] > nums[mid]) ^ (nums[left] > nums[right]))
return left;
else if ((nums[mid] < nums[left]) ^ (nums[mid] < nums[right]))
return mid;
else
return right;
}
/* 哨兵划分(三数取中值) */
static int partition(int[] nums, int left, int right) {
// 选取三个候选元素的中位数
int med = medianThree(nums, left, (left + right) / 2, right);
// 将中位数交换至数组最左端
swap(nums, left, med);
// nums[left] 作为基准数
int i = left, j = right;
while (i < j) {
while (i < j && nums[j] >= nums[left])
j--; // 从右向左找首个小于基准数的元素
while (i < j && nums[i] <= nums[left])
i++; // 从左向右找首个大于基准数的元素
swap(nums, i, j); // 交换这两个元素
}
swap(nums, i, left); // 将基准数交换至两子数组的分界线
return i; // 返回基准数的索引
}
/* 快速排序 */
public static void quickSort(int[] nums, int left, int right) {
// 子数组长度为 1 时终止递归
if (left >= right)
return;
// 哨兵划分
int pivot = partition(nums, left, right);
// 递归左子数组右子数组
quickSort(nums, left, pivot - 1);
quickSort(nums, pivot + 1, right);
}
}
/* 快速排序类(尾递归优化) */
class QuickSortTailCall {
/* 元素交换 */
static void swap(int[] nums, int i, int j) {
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
/* 哨兵划分 */
static int partition(int[] nums, int left, int right) {
// nums[left] 作为基准数
int i = left, j = right;
while (i < j) {
while (i < j && nums[j] >= nums[left])
j--; // 从右向左找首个小于基准数的元素
while (i < j && nums[i] <= nums[left])
i++; // 从左向右找首个大于基准数的元素
swap(nums, i, j); // 交换这两个元素
}
swap(nums, i, left); // 将基准数交换至两子数组的分界线
return i; // 返回基准数的索引
}
/* 快速排序(尾递归优化) */
static void quickSort(int[] nums, int left, int right) {
// 子数组长度为 1 时终止
while (left < right) {
// 哨兵划分操作
int pivot = partition(nums, left, right);
// 对两个子数组中较短的那个执行快排
if (pivot - left < right - pivot) {
quickSort(nums, left, pivot - 1); // 递归排序左子数组
left = pivot + 1; // 剩余待排序区间为 [pivot + 1, right]
} else {
quickSort(nums, pivot + 1, right); // 递归排序右子数组
right = pivot - 1; // 剩余待排序区间为 [left, pivot - 1]
}
}
}
}
public class quick_sort {
public static void main(String[] args) {
/* 快速排序 */
int[] nums = { 2, 4, 1, 0, 3, 5 };
QuickSort.quickSort(nums, 0, nums.length - 1);
System.out.println("快速排序完成后 nums = " + Arrays.toString(nums));
/* 快速排序(中位基准数优化) */
int[] nums1 = { 2, 4, 1, 0, 3, 5 };
QuickSortMedian.quickSort(nums1, 0, nums1.length - 1);
System.out.println("快速排序(中位基准数优化)完成后 nums1 = " + Arrays.toString(nums1));
/* 快速排序(尾递归优化) */
int[] nums2 = { 2, 4, 1, 0, 3, 5 };
QuickSortTailCall.quickSort(nums2, 0, nums2.length - 1);
System.out.println("快速排序(尾递归优化)完成后 nums2 = " + Arrays.toString(nums2));
}
}

View file

@ -82,11 +82,11 @@ comments: true
**空间复杂度 $O(1)$ ** 指针 $i$ , $j$ 使用常数大小的额外空间。
**原地** 指针变量仅使用常数大小额外空间,因此是 **原地排序**
**原地排序** 指针变量仅使用常数大小额外空间。
**稳定性:** 不交换相等元素,因此是 **稳定排序**
**稳定排序:** 不交换相等元素
**自适应:** 引入 `flag` 优化后(见下文),可在输入数组已排序下达到最优时间复杂度 $O(N)$ ,因此是 **自适应排序**
**自适排序:** 引入 `flag` 优化后(见下文),最佳时间复杂度为 $O(N)$
## 效率优化

View file

@ -50,11 +50,11 @@ comments: true
**空间复杂度 $O(1)$ ** 指针 $i$ , $j$ 使用常数大小的额外空间。
**原地** 指针变量仅使用常数大小额外空间,因此是 **原地排序**
**原地排序** 指针变量仅使用常数大小额外空间。
**稳定性:** 不交换相等元素,因此是 **稳定排序**
**稳定排序:** 不交换相等元素
**自适应** 当输入数组完全有序时,每次插入操作(即内循环)仅循环一次,此时时间复杂度为 $O(n)$ 。
**自适应排序:** 最佳情况下,时间复杂度为 $O(n)$ 。
## 插入排序 vs 冒泡排序

View file

@ -4,3 +4,90 @@ comments: true
# 归并排序
「归并排序 Merge Sort」是算法中 “分治思想” 的典型体现,其有「划分」和「合并」两个阶段:
1. **划分:** 不断递归地 **将数组从中点位置划分开**,将长数组的排序问题转化为短数组的排序问题;
2. **合并:** 划分到子数组长度为 1 时,开始向上合并,不断将 **左 / 右两个短排序数组** 合并为 **一个长排序数组**,直至合并至原数组时完成排序;
(图)
## 算法流程
**递归划分:** 从顶至底递归地 **将数组从中点切为两个子数组** ,直至长度为 1
1. 计算数组中点 `mid` ,递归划分左子数组(区间 `[left, mid]` )和右子数组(区间 `[mid + 1, right]`
2. 递归执行 `1.` 步骤,直至子数组区间长度为 1 时,终止递归划分;
**回溯合并:** 从底至顶将左子数组和右子数组合并为一个 **有序数组** ;由于是从长度为 1 的子数组开始合并的,因此 **每个子数组也是有序的** ,因此合并任务本质是要 **将两个有序子数组合并为一个有序数组**
1. 初始化一个辅助数组 `tmp` 暂存待合并区间 `[left, right]` 内的元素,后序通过覆盖原数组 `nums` 的元素来实现合并;
2. 初始化指针 `i` , `j` , `k` 分别指向左子数组、右子数组、原数组的首元素;
3. 循环判断 `tmp[i]``tmp[j]` 的大小,将较小的先覆盖至 `nums[k]` ,指针 `i` , `j` 根据判断结果交替前进(指针 `k` 也前进),直至两个子数组都遍历完,即可完成合并。
合并代码的实现主要难点:
- **`nums` 的待合并区间为 `[left, right]`** ,而由于 `tmp` 只复制了 `nums` 该区间元素,因此 **`tmp` 对应区间为 `[0, right - left]`** 。以下代码中的 `leftStart` , `leftEnd` , `rightStart` , `rightEnd` , `i` , `j` 都是根据 `tmp` 定义的,而 `k` 是根据 `nums` 定义的。
- 判断 `tmp[i]``tmp[j]` 的大小的操作中,还 **需考虑当子数组遍历完成后的索引越界问题**,即 `i > leftEnd``j > rightEnd` 的情况,索引越界的优先级是最高的,例如如果左子数组已经被合并完了,那么不用继续判断,直接合并右子数组元素即可。
(动画)
=== "Java"
```java title="merge_sort.java"
/**
* 合并左子数组和右子数组
* 左子数组区间 [left, mid]
* 右子数组区间 [mid + 1, right]
*/
void merge(int[] nums, int left, int mid, int right) {
int[] tmp = Arrays.copyOfRange(nums, left, right + 1); // 初始化辅助数组
int leftStart = left - left, leftEnd = mid - left, // 左子数组的起始索引和结束索引
rightStart = mid + 1 - left, rightEnd = right - left; // 右子数组的起始索引和结束索引
int i = leftStart, j = rightStart; // i,j 分别指向左子数组、右子数组的首元素
// 通过覆盖原数组 nums 来合并左子数组和右子数组
for (int k = left; k <= right; k++) {
// 若 “左子数组已全部合并完”,则选取右子数组元素,并且 j++
if (i > leftEnd)
nums[k] = tmp[j++];
// 否则,若 “右子数组已全部合并完” 或 “左子数组元素 < 右子数组元素则选取左子数组元素并且 i++
else if (j > rightEnd || tmp[i] <= tmp[j])
nums[k] = tmp[i++];
// 否则,若 “左子数组元素 > 右子数组元素”,则选取右子数组元素,并且 j++
else
nums[k] = tmp[j++];
}
}
/* 归并排序 */
void mergeSort(int[] nums, int left, int right) {
// 终止条件
if (left >= right) return; // 当子数组长度为 1 时终止递归
// 递归划分
int mid = (left + right) / 2; // 计算数组中点
mergeSort(nums, left, mid); // 递归左子数组
mergeSort(nums, mid + 1, right); // 递归右子数组
// 回溯合并
merge(nums, left, mid, right);
}
```
## 算法特性
- **时间复杂度 $O(n \log n)$ ** 划分形成高度为 $\log n$ 的递归树,每层合并的总操作数量为 $n$ ,总体使用 $O(n \log n)$ 时间。
- **空间复杂度 $O(n)$ ** 需借助辅助数组实现合并,使用 $O(n)$ 大小的额外空间;递归深度为 $\log n$ ,使用 $O(\log n)$ 大小的栈帧空间。
- **非原地排序:** 辅助数组需要使用 $O(n)$ 额外空间。
- **稳定排序:** 在合并时可保证相等元素的相对位置不变。
- **非自适应排序:** 对于任意输入数据,归并排序的时间复杂度皆相同。
## 链表排序 *
归并排序有一个很特别的优势,用于排序链表时有很好的性能表现,**空间复杂度可被优化至 $O(1)$** ,这是因为:
- 由于链表可仅通过改变指针来实现结点增删,因此 “将两个短有序链表合并为一个长有序链表” 无需使用额外空间,即回溯合并阶段不用像排序数组一样建立辅助数组 `tmp`
- 通过使用「迭代」代替「递归划分」,可省去递归使用的栈帧空间;
!!! quote
详情参考:[148. 排序链表](https://leetcode-cn.com/problems/sort-list/solution/sort-list-gui-bing-pai-xu-lian-biao-by-jyd/)

View file

@ -4,7 +4,7 @@ comments: true
# 快速排序
「快速排序 Quick Sort」是一种基于分治思想的排序算法速度很快、应用很广。
「快速排序 Quick Sort」是一种基于分治思想的排序算法,速度很快、应用很广。
快速排序的核心操作为「哨兵划分」,其目标为:选取数组某个元素为 **基准数** ,将所有小于基准数的元素移动至其左边,大于基准数的元素移动至其右边。「哨兵划分」的实现流程为:
@ -37,7 +37,14 @@ comments: true
=== "Java"
``` java
``` java title="quick_sort.java"
/* 元素交换 */
void swap(int[] nums, int i, int j) {
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
/* 哨兵划分 */
int partition(int[] nums, int left, int right) {
// 以 nums[left] 作为基准数
@ -52,13 +59,6 @@ comments: true
swap(nums, i, left); // 将基准数交换至两子数组的分界线
return i; // 返回基准数的索引
}
/* 元素交换 */
void swap(int[] nums, int i, int j) {
int tmp = nums[i];
nums[i] = nums[j];
nums[j] = tmp;
}
```
!!! note "快速排序的分治思想"
@ -79,10 +79,12 @@ comments: true
=== "Java"
```java
```java title="quick_sort.java"
/* 快速排序 */
void quickSort(int[] nums, int left, int right) {
// 子数组长度为 1 时终止递归
if (l >= r) return;
if (left >= right)
return;
// 哨兵划分
int pivot = partition(nums, left, right);
// 递归左子数组、右子数组
@ -99,11 +101,11 @@ comments: true
**空间复杂度 $O(n)$ ** 输入数组完全倒序下,达到最差递归深度 $n$ 。
**原地** 只在递归中使用 $O(\log n)$ 大小的栈帧空间,为 **原地排序**
**原地排序** 只在递归中使用 $O(\log n)$ 大小的栈帧空间。
**稳定性** 哨兵划分操作可能改变相等元素的相对位置,为 **非稳定排序**
**非稳定排序** 哨兵划分操作可能改变相等元素的相对位置。
**自适应** 最差时间复杂度是 $O(n^2)$ ,为 **自适应排序**
**自适应排序:** 最差情况下,时间复杂度劣化至 $O(n^2)$
## 快排为什么快?
@ -123,7 +125,7 @@ comments: true
=== "Java"
```java
```java title="quick_sort.java"
/* 选取三个元素的中位数 */
int medianThree(int[] nums, int left, int mid, int right) {
// 使用了异或操作来简化代码
@ -136,14 +138,14 @@ comments: true
return right;
}
/* 哨兵划分 */
/* 哨兵划分(三数取中值) */
int partition(int[] nums, int left, int right) {
// 选取三个候选元素的中位数
int med = medianThree(nums, left, (left + right) / 2, right);
// 将中位数交换至数组最左端
swap(left, med);
// 继续以 nums[left] 作为基准数
// 下同...
swap(nums, left, med);
// 以 nums[left] 作为基准数
// 下同省略...
}
```
@ -155,7 +157,7 @@ comments: true
=== "Java"
```java
```java title="quick_sort.java"
/* 快速排序(尾递归优化) */
void quickSort(int[] nums, int left, int right) {
// 子数组长度为 1 时终止
@ -164,15 +166,11 @@ comments: true
int pivot = partition(nums, left, right);
// 对两个子数组中较短的那个执行快排
if (pivot - left < right - pivot) {
// 递归排序左子数组
quickSort(nums, left, pivot - 1);
// 剩余待排序区间为 [pivot + 1, right]
left = pivot + 1;
quickSort(nums, left, pivot - 1); // 递归排序左子数组
left = pivot + 1; // 剩余待排序区间为 [pivot + 1, right]
} else {
// 递归排序右子数组
quickSort(nums, pivot + 1, right);
// 剩余待排序区间为 [left, pivot - 1]
right = pivot - 1;
quickSort(nums, pivot + 1, right); // 递归排序右子数组
right = pivot - 1; // 剩余待排序区间为 [left, pivot - 1]
}
}
}