每日一句:你的日积月累终会成为别人的望尘莫及
目录
常数时间的操作
选择排列
冒泡排列
【异或运算】
面试题:
1)在一个整形数组中,已知只有一种数出现了奇数次,其他的所有数都出现了偶数次,怎么找到出现了奇数次的数?(要求时间复杂度O(N),空间复杂度O(1))
2)在一个整形数组中,已知有两种数出现了奇数次,其他的所有数都出现了偶数次,怎么找到这两种数?(要求时间复杂度O(N),空间复杂度O(1))
插入排序
二分法的详解与扩展
1)在一个有序数组中,找某个数是否存在
2)在一个有序数组中,找大于等于某个数最左侧的位置
局部最小值问题
在一个数组中arr无序,且任何两个相邻的数不相等,求局部最小
对数器的概念和使用
递归行为和递归行为时间复杂度的估算
归并排序
小和问题
在一个数组中,每一个数左边比当前数小的数累加起来,叫做这个数组的小和。求一个数组的小和。
例:[1,2,4,3,5],1左边比1小的数没有;2左边比2小的数,1;4左边比4小的数,1,2;3左边比3小的数,1,2;5左边比5小的数1,2,4,3;
所以小和为1+1+2+1+2+1+2+4+3=17
荷兰国旗问题
问题一
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的数放在数组的右边.要求额外空间复杂度O(1),时间复杂度O(N)
问题二
给定一个数组arr和一个数num请把小于num的数放在数组的左边,等于num的数放在数组的中间,大于num的数放在数组的右边.要求额外空间复杂度O(1),时间复杂度O(N).
不改进的快速排序
堆
heapinsert过程
heapify过程
堆排序
已知一个几乎有序的数组,几乎有序是指[如果把数组排好顺序的话,每个元素移动的距离可以不超过K,并且k相对于数组来说比较小]请选择一个合适的排序算法针对这个数据进行排序。
比较器的使用
桶排序思想下的排序
排序算法的稳定性及其汇总
一个操作如果和样本的数据量没有关系,每次都是固定时间内完成的操作,叫做常数操作
时间复杂度为一个算法流程中,常数操作数量的一个指标。
常用O(读作bigO)来表示。具体来说,先要对一个算法流程非常熟悉,然后去写出这个算法流程中,发生了多少常数操作,进而总结出常数操作数量的表达式。
在表达式中,只要高阶项,不要低阶项的系数,剩下的部分如果为f(N),那么时间复杂度为O(f(N))
评价一个算法流程的好坏,先看时间复杂度的指标,然后再分析不同数据样本下的实际运行时间,也就是“常数项时间”
数组、+、-、*、/、位运算是常数操作
链表不是常数操作
额外空间复杂度
指这个流程需要多少额外空间才能支持计算下来
———————————————————————————————————————
相邻比较,谁大谁往右移
1)0^N=N N^N=0
2) 满足交换、结合律
a^b=b^a (a^b)^c=a^(b^c)
(抖机灵法:不用额外分配一块内存空间)
int a=甲 int b=乙
a=a^b; ——>a=甲^乙 b=乙;
b=a^b; ——>a=甲^乙 b=甲^乙^乙=甲^0=甲;
a=a^b; ——>a=甲^乙^甲=乙^0=乙 b=甲;
前提:a和b在内存里是两块独立的区域,i位置不能等于j位置,否则会异或成0
———————————————————————————————————————
eor1只异或第8位是1的数;eor1为a或b
3.eor^eor1为另一个a或b
把一个不为0的数最右侧的1,提取出来的操作:int rightone=eor&(~eor+1);
时间复杂度O(),额外空间复杂度O(1)
算法流程按照最差情况来估计时间复杂度
数据状况不同会导致算法流程的时间复杂度不一样
选择排序和冒泡排序算法和数据状况无关
优化方向1)数据状况2)问题标准
用递归方法找一个数组中的最大值,系统上到底怎么做的?
Master公式的使用
T(N)=a*T(Nb)+O(
)
中点:mid=L+=L+(R-L)>>1
时间复杂度O(),额外空间复杂度O(N)
选择、冒泡、插入O()浪费了大量的比较行为
归并排序比较行为没有被浪费
比较行为被留下来了,变成了一个整体有序的部分,信息往下传递
—————————————————————————————————————
归并排序的扩展
逆序对问题
在一个数组中,左边的数如果比右边的数大,则这两个数构成一个逆序对,请打印所有逆序对。
例如:数组[3,2,4,5,0],存在逆序对[3,2]、[3,0]、[2,0]、[4,0]、[5,0]
—————————————————————————————————————
—————————————————————————————————————
1)把数组范围中的最后一个数作为划分值,然后把数组通过荷兰国旗问题分成三个部分
左侧<划分值、中间==划分值、右侧>划分值
2)对左侧范围和右侧范围,递归执行
分析:
- 划分值越靠近两侧,复杂度越高;划分值越靠近中间,复杂度越低
- 可以轻而易举的举出最差的例子,所以不改进的快速排序时间复杂度为O(
)
快排额外空间复杂度O(
)
1.先让整个数组都变成大根堆结构,建立堆的过程;
- )从上到下的方法,时间复杂度O(N
)
- 从下到上的方法,时间复杂度O(N)
2.把堆的最大值和堆末尾的值交换,然后减少堆的大小,之后,再去调整堆,一直周而复始,时间复杂度O(N
)
3. 堆的大小减小成0之后,排序完成
堆排序扩展题目
小根堆在Java中优先级队列意思
PriorityQueue
heap=new PriorityQueue<>(); 1.扩容怎么办?
扩容次数O(
)水平
每次扩容O(N)水平
整体O(
)水平
单位平均下来O(
)水平
2.系统写好的堆,不支持已经实现了的堆用很轻的代价,使某一结构变值,调整自己写的堆
———————————————————————————————————————
不基于比较的排序都是根据数据状况做的排序
分析
同样值的个体之间,如果不因为排序而改变相对次序,就是这个排序是有稳定性的;否则就没有
不具有稳定性的排序:选择排序、快速排序、堆排序;
具备稳定性的排序:冒泡排序、插入排序、归并排序、一切桶排序思想下的排序
[相等的时候不让交换,保持了稳定性]
目前没有找到时间复杂度O(),额外空间复杂度O(1),又稳定的排序
选择排序
从0~N-1位置上选一最小值,放0位置上……
冒泡排序
0~1上比较交换,1~2,2~3,3~4,4~5,5位置排好
0~1上比较交换,1~2,2~3,3~4 ,4位置排好
……
插入排序
0~0有序
0~1交换、有序
0~2交换、有序
时间复杂度 |
额外空间复杂度 |
稳定性 |
|
选择 |
O( |
O(1) |
× |
冒泡 |
O( |
O(1) |
√ |
插入 |
O( |
O(1) |
√ |
归并 |
O( |
O(N) |
√ |
快排 |
O( |
O( |
× |
堆 |
O( |
O(1) |
× |
常见的坑
工程上对排序的改进
大样本量时 |
调度 快排 O( |
小样本量时 |
插入 O( |