• 【蓝桥备战】快速排序+归并排序+二分查找 基本实现


    快速排序

    • 基本思路:首先设定一个pivot点,每次排序使pivot点左边的数都小于pivot;pivot点右边的数都大于pivot。 再使用左右递归,完成数组的排序。

    pivot点可以是数组左边、右边、中间,或者任何一个位置。

    • 具体实现:每次取数组最左边的值为pivot,使用两个指针ij,分别从数组的左右两边移动。
      如果 i 指向的值大于pivot的同时, j 指向的值小于pivot,就交换 i 和 j 所指数字,否则移动 i 和 j点直到满足要求。最后将pivot和 j(因为当前的 j 一定指向小于pivot的值)交换位置。
    • 算法实现:
    import java.util.Arrays;
    import java.util.Scanner;
    
    public class Main {
    	public static void main(String[] args) {
    		Scanner s = new Scanner (System.in);
    		int n = s.nextInt();
    		int [] arr = new int [n];
    		for(int i = 0;i < n;i++) {
    			arr[i] = s.nextInt();
    		}
    		sort(arr,0,n - 1);
    		for(int i = 0;i < n;i++) {
    			System.out.print(arr[i] + " "); 
    		}
    	}
    	static void sort(int [] arr,int start,int end) {
    		if(start >= end) return ;
    		int p = partition(arr,start,end);
    		sort(arr,start,p - 1);
    		sort(arr,p + 1,end);
    	}
    	static int partition(int [] arr,int left,int right) {
    		int pivot = arr[left];
    		int i = left + 1,j = right;
    		while(i <= j) {
    			while(i < right && arr[i] <= pivot) {
    				i ++;
    			}
    			while(j > left && arr[j] > pivot) {
    				j --;
    			}
    			if(i >=j) break;
    			swap(arr,i,j);
    		}
    		swap(arr,j,left);
    		return j;
    	}
    	
    	static void swap(int [] arr,int i,int j) {
    		int temp = arr[i];
    		arr[i] = arr[j];
    		arr[j] = temp;
    	}
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45

    归并排序

    • 基本思路1:
      设定一个mid点,每次将mid点的左右两边进行递归拆分,最后把拆分的两个子数组合并。
    • 基本思路2:
      也可以把归并排序抽象成二叉树的后序遍历。
      sort()方法即将数组向下拆分为一颗二叉树,可以理解为二叉树的遍历。
      merge()方法即在刚要离开一颗二叉树的节点时,将该节点的叶子节点合并。
    • 算法实现:
    import java.util.Arrays;
    import java.util.Scanner;
    
    public class Main {
    	static int [] temp;
    	public static void main(String[] args) {
    		Scanner s = new Scanner (System.in);
    		int n = s.nextInt();
    		int [] arr = new int [n];
    		for(int i = 0;i<n;i++) {
    			arr[i] = s.nextInt();
    		}
    		temp = new int [n];
    		sort(arr,0,n - 1);
    		for(int i = 0;i < n;i++) {
    			System.out.print(arr[i] + " "); 
    		}
    	}
    	static void sort(int [] arr ,int left,int right) {
    		if(left >= right) return;
    		int mid = left + (right - left) / 2;
    		sort(arr,left,mid);
    		sort(arr,mid + 1,right);
    		megre(arr,left,mid,right);
    		
    	}
    	static void megre(int [] arr,int left,int mid ,int right) {
    		for(int i = left;i<= right;i++) {
    			temp[i] = arr[i];
    		}
    		int i = left,j = mid + 1;
    		int k = left;
    		while(k <= right) {
    			if(i > mid) {
    				arr[k] = temp[j ++];
    			}else if(j > right) {
    				arr[k] = temp[i ++];
    			}else if(temp[i] <= temp[j]) {
    				arr[k] = temp[i ++];
    			}else {
    				arr[k] = temp[j ++];
    			}
    			k++;
    		}
    	}
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46

    二分查找

    二分查找的思路简单,但我们最应该注意的是细节问题,然而所有的细节问题都可以用开闭区间来解释

    细节如下:

    • 细节一:应该用while(left <= right) 还是while(left < right)。当定义right = nums.length - 1时,统一使用前者,也就是用<=
    • 细节二:right = mid 还是right = mid - 1。为了和 细节一 统一,我们使用后者。

    原因如下:如果是left<=right,当left > right 时,并且right = mid- 1,退出循环,这样一次循环会全部包含区间内的内容,下一次循环也不会漏掉mid值。

    • 算法实现:
    import java.util.Scanner;
    
    public class Main {
    	public static void main(String[] args) {
    		Scanner s = new Scanner(System.in);
    		int n = s.nextInt();
    		int [] arr = new int [n];
    		int num = s.nextInt();
    		for(int i = 0;i<n;i++) {
    			arr[i] = s.nextInt();
    		}
    		int [] target = new int [num];
    		for(int i = 0;i<num;i++) {
    			target[i] = s.nextInt();
    		}
    		for(int i = 0;i<num;i++) {
    			int left = sort_left(arr, 0, n - 1,target[i]);
    			int right = sort_right(arr, 0, n - 1,target[i]);
    			if(left == -1 || right == -1) {
    				System.out.println("-1 -1");
    			}else {
    				System.out.println(left + " "+ right);
    			}
    		}
    	}
    	//搜索左边界的二分查找
    	static int sort_left(int [] arr,int left,int right,int target) {
    		int mid;
    		while(left <= right) {
    			mid = left + (right - left) / 2;
    			if(arr[mid] == target) {
    				right = mid - 1;
    			}else if(arr[mid] > target) {
    				right = mid - 1;
    			}else {
    				left = mid + 1;
    			}
    		}
    		if(left == arr.length) {
    			return -1;
    		}
    		return arr[left] == target ? left : -1;
    	}
    	//搜索右边界的二分查找。
    	static int sort_right(int [] arr,int left,int right,int target) {
    		int mid;
    		while(left <= right) {
    			mid = left + (right - left) / 2;
    			if(arr[mid] == target) {
    				left = mid + 1;
    			}else if(arr[mid] > target) {
    				right = mid - 1;
    			}else {
    				left = mid + 1;
    			}
    		}
    		if(right < 0) {
    			return -1;
    		}
    		return arr[right] == target ? right : -1;
    	}
    }
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
  • 相关阅读:
    8、Feign远程调用
    HashTable与HashMap到底有啥区别?来看看源码分析分析
    2、python的lambda表达式
    第五章:TCP和UDP基本原理
    显示控件——图标类之滑动刻度指示
    Git基本操作(2)
    科技巨头联想入局造车_爱普搜汽车
    基于.NetCore开发博客项目 StarBlog - (5) 开始搭建Web项目
    轻松拿捏C语言——【文件操作】
    汇率价格统一,当前购买Fabfilter价格更便宜了
  • 原文地址:https://blog.csdn.net/weixin_62633072/article/details/127836148