【算法百题】专题七_分治快排_专题八_分治归并

news2025/3/18 9:41:13

文章目录

  • 前言
  • 分治快排题：
    • 043. [颜⾊分类（medium）](https://leetcode.cn/problems/sort-colors/description/)
      • 分析
    • 044. [快速排序（medium）](https://leetcode.cn/problems/sort-an-array/description/)
      • 分析
    • 045. [快速选择算法（medium）](https://leetcode.cn/problems/kth-largest-element-in-an-array/description/)
      • 分析
    • 046. [仓库管理](https://leetcode.cn/problems/zui-xiao-de-kge-shu-lcof/description/)
      • 分析
  • 分治归并题
    • 047. [归并排序（medium）](https://leetcode.cn/problems/sort-an-array/description/)
      • 分析
    • 048. [数组中的逆序对（hard）](https://leetcode.cn/problems/shu-zu-zhong-de-ni-xu-dui-lcof/description/)
      • 分析
    • 049. [计算右侧⼩于当前元素的个数（hard）](https://leetcode.cn/problems/count-of-smaller-numbers-after-self/description/)
      • 分析
    • 050. [计算右侧⼩于当前元素的个数（hard）](https://leetcode.cn/problems/reverse-pairs/description/)
      • 分析
  • 总结

前言

分治顾名思义,就是分而治之,分治是一个思路,并不是由暴力优化而来的,还是因为暴力解的重复比较太多,我们可以将大问题划分为小问题(当然不是无厘头的划分),每次分割后，子问题的规模呈指数级缩小（理想情况下减半），总操作次数从 O(n^2) 降至 O(nlogn).

在这里插入图片描述

分治快排题：

043. 颜⾊分类（medium）

分析

在这里插入图片描述

class Solution {
public:
    void sortColors(vector<int>& nums) {
        int left = -1,right = nums.size();
        int i = 0;
        while(i < right)
        {
            if(nums[i] < 1) swap(nums[++left],nums[i++]);
            else if(nums[i] > 1) swap(nums[--right],nums[i]);
            else i++;
        }
    }
};

044. 快速排序（medium）

分析

在这里插入图片描述

class Solution {
public:
    vector<int> sortArray(vector<int>& nums) 
    {
        srand(time(nullptr));
        qsort(nums,0,nums.size()-1);
        return nums;
    }

    void qsort(vector<int>& nums,int l,int r)
    {
        //3.然后再写"归"的逻辑,如果只有一个值,一个值也是有序的,那么直接返回,不用排了.
        //if(r - l + 1 == 1) return; 逻辑没错,但是有可能出现l 比 r大的情况
        if(l >= r) return;

        //1.这里分治用的是快排的方向,所以先将我们的数组进行划分,然后再递归子区间.
        int key = getRandNum(nums,l,r);              //随机找一个数作为key,避免有序情况的爆栈
        int i = l;
        int left = l - 1,right = r + 1;
        while(i < right)                                //然后开始将数组根据key值进行划分
        {
            if(nums[i] < key) swap(nums[++left],nums[i++]);
            else if(nums[i] > key) swap(nums[--right],nums[i]);
            else i++;
        }

        //2.递归递归,当然要先写向深处"递"的逻辑.
        qsort(nums,l,left);
        qsort(nums,right,r);
    }

    int getRandNum(vector<int>& nums,int l,int r)
    {
        int x = rand();
        return nums[x % (r - l + 1) + l];
    }
};

045. 快速选择算法（medium）

分析

在这里插入图片描述

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {
        srand(time(nullptr));
        return qsort(nums,0,nums.size()-1,k);
        
    }

    int qsort(vector<int>& nums,int l,int r,int k)
    {
        if(l >= r) return nums[l];

        int key = getRandpm(nums,l,r);

        int i = l;
        int left = l - 1,right = r + 1;
        while(i < right)
        {
            if(nums[i] < key) swap(nums[++left],nums[i++]);
            else if(nums[i] > key) swap(nums[--right],nums[i]);
            else i++;
        }
        
        if(r - right + 1 >= k) return qsort(nums,right,r,k);     //优化再递归思路这里,不用全部递归,可以根据大概的左右子区间的元素个数,判断一下我们的topK最终会在什么区间,时间复杂度是O(N).
        else if(r - left >= k) return key;
        else return qsort(nums,l,left,k - (r - left));

    }

    int getRandpm(vector<int>& nums,int l,int r)
    {
        return nums[rand() % (r - l + 1) + l];
    }
};

046. 仓库管理

分析

在这里插入图片描述

class Solution {
public:
    vector<int> inventoryManagement(vector<int>& stock, int cnt) 
    {
        srand(time(nullptr));
        qsort(stock,0,stock.size() - 1,cnt);
        return {stock.begin(),stock.begin() + cnt};
    }

    void qsort(vector<int>& stock,int l,int r,int cnt)
    {
        if( l >= r) return;

        int key = getRandom(stock,l,r);
        int i = l,left = l - 1,right = r + 1;
        while(i < right)
        {
            if(stock[i] < key) swap(stock[++left],stock[i++]);
            else if(stock[i] > key) swap(stock[--right],stock[i]);
            else i++;
        }

        int a = left - l + 1,b = right - left - 1,c = r - right + 1;  //我们快排本来就是在原数组上面做操作,所以走完逻辑其实原数组也就拍好了
        if(a >= cnt) qsort(stock, l,left,cnt);
        else if(a + b >= cnt) return ;
        else qsort(stock, right,r,cnt - a - b);
    }

    int getRandom(vector<int>& stock,int l,int r)
    {
        return stock[l + rand() % (r - l + 1)];
    }
};

分治归并题

047. 归并排序（medium）

分析

在这里插入图片描述

class Solution {
    vector<int> tmp; //我们合并的过程中,需要一个单独的容器暂时存储.
public:
    vector<int> sortArray(vector<int>& nums) {
        tmp.resize(nums.size());
        mergeSort(nums,0,nums.size()-1);
        return nums;
    }

    void mergeSort(vector<int>& nums,int left,int right)
    {
        //2.然后写"归"的逻辑,不然即使"递"到了最深处,即[l,r]区间的只有一个数据时,也不会停下.
        if(left >= right) return;    //只有一个数据时,也是有序的.

        //1.从数组的中间开始划分,先"递"到最深处.
        int mid = (right + left) >> 1;   
        mergeSort(nums,left,mid);
        mergeSort(nums,mid + 1,right);

        //3.然后开始每个组 合并的逻辑
        int x = left;
        int i = left,j = mid + 1;
        while(i <= mid && j <= right)
        {
            if(nums[i] <= nums[j]) tmp[x++] = nums[i++];
            else tmp[x++] = nums[j++];
        }

        while(i <= mid)  //如果小组里面还有没合并完的大组,那么,直接放入tmp.
        {
            tmp[x++] = nums[i++];
        }
        while(j <= right)
        {
            tmp[x++] = nums[j++];
        }

        //将tmp数据同步回原数组,那么我们的一次合并就完成了.
        for(int i = left;i <= right;i++)
        {
            nums[i] = tmp[i]; 
        }
    }
};

048. 数组中的逆序对（hard）

分析

在这里插入图片描述

class Solution 
{
    int tmp[50010];
public:
    int reversePairs(vector<int>& record) 
    {
        return mergeSort(record,0,record.size()-1);
    }
    int mergeSort(vector<int>& nums,int left,int right)
    {
        //2.写"归"的逻辑,让它在停在有两个最小组的层.方便我们对两个最小组中的值做刚开始的逆序对判断.
        if(left >= right) return 0;

        int ret = 0;

        //1.先"递"到最小
        int mid = (left + right) >> 1;
        ret += mergeSort(nums,left,mid);
        ret += mergeSort(nums,mid + 1,right);
        
        //3.合并同时做判断,找到所有符合的逆序对
        int cur1 = left,cur2 = mid + 1,i = left;
        while(cur1 <= mid && cur2 <= right)
        {
            if(nums[cur2] >= nums[cur1])
            {
                tmp[i++] = nums[cur1++];
            }
            else
            {
                ret += mid - cur1 + 1;
                tmp[i++] = nums[cur2++];
            }
        }

        
        while(cur1 <= mid) tmp[i++] = nums[cur1++];
        while(cur2 <= right) tmp[i++] = nums[cur2++];

        //4.将tmp中排序好的顺序数组,覆盖回原数组.
        for(int i = left;i <= right;i++)
        {
            nums[i] = tmp[i];
        }
        return ret;
    }
};

049. 计算右侧⼩于当前元素的个数（hard）

分析

在这里插入图片描述

class Solution {
    vector<int> ret;
    vector<int> index;

    int tmp[100010];
    int tmpIndex[100010];
public:
    vector<int> countSmaller(vector<int>& nums)
    {
        int n = nums.size();
        ret.resize(n,0);
        index.resize(n);

        for(int i = 0;i < n;i++)
            index[i] = i;
        
        mergeSort(nums,0,n-1);
        return ret;
    }

    void mergeSort(vector<int>& nums,int left,int right)
    {
        if(left >= right) return;

        int mid = (left + right) >> 1;

        mergeSort(nums,left,mid);
        mergeSort(nums,mid + 1,right);

        int cur1 = left,cur2 = mid + 1,i = left;
        while(cur1 <= mid && cur2 <= right)
        {
            if(nums[cur1] > nums[cur2])
            {
                ret[index[cur1]] += right - cur2 + 1;
                tmp[i] = nums[cur1];
                tmpIndex[i++] = index[cur1++];
            }
            else
            {
                tmp[i] = nums[cur2];
                tmpIndex[i++] = index[cur2++];
            }
        }

        while(cur1 <= mid) 
        {
            tmp[i] = nums[cur1];
            tmpIndex[i++] = index[cur1++];
        }
        while(cur2 <= right) 
        {
            tmp[i] = nums[cur2];
            tmpIndex[i++] = index[cur2++];
        }

        //将临时的下标数组和原数组都同步回去.
        for(int i = left;i <= right;i++)
        {
            nums[i] = tmp[i];
            index[i] = tmpIndex[i];
        }
    }
};

050. 计算右侧⼩于当前元素的个数（hard）

分析

在这里插入图片描述

class Solution {
    int tmp[50010];
public:
    int reversePairs(vector<int>& nums) 
    {
        return mergeSort(nums,0,nums.size() - 1);
    }
    
    int mergeSort(vector<int>& nums,int left,int right)
    {
        //2."归"
        if(left >= right) return 0;

        int ret = 0;

        //1.先"递"
        int mid = (left + right) >> 1;
        ret += mergeSort(nums,left,mid);
        ret += mergeSort(nums,mid + 1,right);
        
        //2.1统计所有翻转对.
        int cur1 = left,cur2 = mid + 1,i = left;
        while(cur2 <= right)
        {
            while(cur1 <= mid && nums[cur1] / 2.0 <= nums[cur2]) cur1++;
            if(cur1 > mid) break;
            ret += mid - cur1 + 1;
            cur2++;
        }


        cur1 = left,cur2 = mid + 1;
        //3.排序并判断翻转对
        while(cur1 <= mid && cur2 <= right)
        {
            if(nums[cur1] <= nums[cur2])
            {
                tmp[i++] = nums[cur1++];
            }
            else
            {
                tmp[i++] = nums[cur2++];
            }
        }

        //4.将没有排完的排完
        while(cur1 <= mid)
        {
            tmp[i++] = nums[cur1++];
        }
        while(cur2 <= right)
        {
            tmp[i++] = nums[cur2++];
        }

        //5.将排好的数组覆盖原数组.
        for(int i = left;i <= right;i++)
        {
            nums[i] = tmp[i];
        }
        return ret;
    }
};

总结

分治的思路,远不止这两种,将问题划分小也不总是针对一个数组的(动规也是分治思想的延伸),但是本专题,针对数组的划分,尽量理解"我们是一名老师,让孩子们站队"的例子.

本文章为作者的笔记和心得记录，顺便进行知识分享，有任何错误请评论指点：）。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2317137.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

使用OBS进行webRTC推流参考

使用OBS进行webRTC推流参考

参考腾讯云官方文档&#xff1a; 云直播 OBS WebRTC 推流_腾讯云 说明非常详细&#xff0c;分为通过WHIP和OBS插件的形式进行推流。 注意&#xff1a;通过OBS插件的形式进行推流需要使用较低的版本&#xff0c;文档里有说明&#xff0c;需要仔细阅读。
阅读更多...
（链表）面试题 02.07. 链表相交

（链表）面试题 02.07. 链表相交

给你两个单链表的头节点 headA 和 headB &#xff0c;请你找出并返回两个单链表相交的起始节点。如果两个链表没有交点&#xff0c;返回 null 。 图示两个链表在节点 c1 开始相交&#xff1a; 题目数据 保证 整个链式结构中不存在环。 注意&#xff0c;函数返回结果后&#xff…
阅读更多...
Python----数据可视化（Pyecharts三：绘图二：涟漪散点图，K线图，漏斗图，雷达图，词云图，地图，柱状图折线图组合，时间线轮廓图）

Python----数据可视化（Pyecharts三：绘图二：涟漪散点图，K线图，漏斗图，雷达图，词云图，地图，柱状图折线图组合，时间线轮廓图）

1、涟漪特效散点图 from pyecharts.globals import SymbolType from pyecharts.charts import EffectScatter from pyecharts.faker import Faker from pyecharts import options as opts from pyecharts.globals import ThemeType # 绘制图表 es (EffectScatter(init_optsop…
阅读更多...
IP风险度自检，互联网的安全“指南针”

IP风险度自检，互联网的安全“指南针”

IP地址就像我们的网络“身份证”&#xff0c;而IP风险度则是衡量这个“身份证”安全性的重要指标。它关乎着我们的隐私保护、账号安全以及网络体验&#xff0c;今天就让我们一起深入了解一下IP风险度。 什么是IP风险度 IP风险度是指一个IP地址可能暴露用户真实身份或被网络平台…
阅读更多...
数据结构与算法-图论-拓扑排序

数据结构与算法-图论-拓扑排序

前置芝士 概念 拓扑排序&#xff08;Topological Sorting&#xff09;是对有向无环图&#xff08;DAG&#xff0c;Directed Acyclic Graph&#xff09;的顶点进行排序的一种算法。它将图中的所有顶点排成一个线性序列&#xff0c;使得对于图中的任意一条有向边 (u, v)&#x…
阅读更多...
Gan网络公式了解

Gan网络公式了解

Gan网络 生成器和判别器是亦敌亦友的关系 对于生成模型&#xff0c;损失函数很难定义->所以我们可以将生成模型的输出交给判别模型进行处理&#xff0c;来分辨好坏。 生成器的损失是通过判别器的输出来计算的&#xff0c;而判别器的输出是一个概率值&#xff0c;我们可以通过…
阅读更多...
解决linux mysql命令 bash: mysql: command not found 的方法

解决linux mysql命令 bash: mysql: command not found 的方法

首先得知道mysql命令或mysqladmin命令的完整路径 比如mysql的路径是&#xff1a; /usr/local/mysql/bin/mysql&#xff0c;我们则可以这样执行命令&#xff1a; ln -s /usr/local/mysql/bin/mysql /usr/bin © 著作权归作者所有,转载或内容合作请联系作者 喜欢的朋友记得点…
阅读更多...
微服务存在的问题及解决方案

微服务存在的问题及解决方案

微服务存在的问题及解决方案 1. 存在问题 1.1 接口拖慢 因为一个接口在并发时&#xff0c;正好执行时长又比较长&#xff0c;那么当前这个接口占用过多的 Tomcat 连接&#xff0c;导致其他接口无法即时获取到 Tomcat 连接来完成请求&#xff0c;导致接口拖慢&#xff0c;甚至…
阅读更多...
【css酷炫效果】纯CSS实现立体纸张折叠动效

【css酷炫效果】纯CSS实现立体纸张折叠动效

【css酷炫效果】纯CSS实现悬浮阴影扩散交互 缘创作背景html结构css样式完整代码基础版进阶版(3d 悬浮效果) 效果图 通过CSS box-shadow与transition属性实现悬浮阴影扩散交互&#xff0c;为元素添加细腻的悬浮反馈。 想直接拿走的老板&#xff0c;链接放在这里&#xff1a;htt…
阅读更多...
案例5_1:单位数码管显示0

案例5_1:单位数码管显示0

文章目录 文章介绍效果图仿真图5_1放置单位数码管 代码5_1.c 文章介绍 效果图 仿真图5_1 复制案例1_2的仿真图&#xff0c;在此基础上修改 注意&#xff1a;栅格大小需要缩小 放置单位数码管 代码5_1.c #include <reg52.h>#define uchar unsigned char #define uint un…
阅读更多...
Linux centos7误删/boot拯救方法

Linux centos7误删/boot拯救方法

1.进入救援模式 插入CentOS 7安装光盘&#xff0c;重启系统。在开机时按BIOS设置对应的按键&#xff08;通常是F2等&#xff09;&#xff0c;将启动顺序调整为CD - ROM优先。 系统从光盘启动后&#xff0c;选择“Troubleshooting”&#xff0c;然后选择“Rescue a CentOS s…
阅读更多...
操作系统八股文整理(一)

操作系统八股文整理(一)

操作系统八股文整理 一、进程和线程的区别二、进程与线程的切换过程一、进程切换进程切换的步骤&#xff1a; 二、线程切换线程切换的步骤&#xff1a; 三、进程切换与线程切换的对比四、上下文切换的优化 三、系统调用一、系统调用的触发二、从用户空间切换到内核空间三、执行…
阅读更多...
20250317笔记本电脑在ubuntu22.04下使用acpi命令查看电池电量

20250317笔记本电脑在ubuntu22.04下使用acpi命令查看电池电量

20250317笔记本电脑在ubuntu22.04下使用acpi命令查看电池电量 2025/3/17 18:05 百度&#xff1a;ubuntu查看电池电量 百度为您找到以下结果 ubuntu查看电池电量 在Ubuntu操作系统中&#xff0c;查看电池电量通常可以通过命令行或者图形界面来完成。下面是一些常见的方法&…
阅读更多...
蓝桥杯备考----模拟算法 phone number

蓝桥杯备考----模拟算法 phone number

嗯。这道题可以在两个和三个数字加-&#xff0c;我们只要随便输出一个奏行 那么&#xff01;我们规范一下&#xff0c;我们尽可能的只在两个数字之间加&#xff0c;但是如果一共奇数个的话&#xff0c;我们就让最后三个成一组&#xff0c;也就是说&#xff0c;我们用的是个小贪…
阅读更多...
【数据分享】2000—2024年我国省市县三级逐月归一化植被指数（NDVI）数据（Shp/Excel格式）

【数据分享】2000—2024年我国省市县三级逐月归一化植被指数（NDVI）数据（Shp/Excel格式）

之前我们分享过2000—2024年逐月归一化植被指数&#xff08;NDVI&#xff09;栅格数据&#xff08;可查看之前的文章获悉详情&#xff09;&#xff0c;该数据来源于NASA定期发布的MOD13A3数据集&#xff01;很多小伙伴拿到数据后反馈栅格数据不太方便使用&#xff0c;问我们能不…
阅读更多...
蓝桥杯真题——洛谷 Day10 并查集（枚举）

蓝桥杯真题——洛谷 Day10 并查集（枚举）

目录 P8651 [蓝桥杯 2017 省 B] 日期问题 P8635 [蓝桥杯 2016 省 AB] 四平方和 P8651 [蓝桥杯 2017 省 B] 日期问题 思路&#xff1a; 使用scanf读入&#xff0c;枚举从1960到2059&#xff0c;若符合题目形式&#xff0c;加入答案&#xff0c; 从小到大输出&#xff1a;存入结…
阅读更多...
Linux应用：程序运行

Linux应用：程序运行

kill kill命令的这种用法是向指定的进程发送特定信号编号的信号。信号在操作系统中是一种软件中断机制&#xff0c;用于通知进程发生了某种特定事件或要求进程执行特定操作。​ kill - 信号编号 进程 ID 信号编号的含义&#xff1a;不同的信号编号代表不同的事件或操作。例如…
阅读更多...
基于SpringBoot+Vue3实现的宠物领养管理平台功能一

基于SpringBoot+Vue3实现的宠物领养管理平台功能一

一、前言介绍&#xff1a; 1.1 项目摘要 随着社会经济的发展和人们生活水平的提高&#xff0c;越来越多的人开始关注并参与到宠物领养中。宠物已经成为许多家庭的重要成员&#xff0c;人们对于宠物的关爱和照顾也日益增加。然而&#xff0c;传统的宠物领养流程存在诸多不便&a…
阅读更多...
SpringCloud 学习笔记2（Nacos）

SpringCloud 学习笔记2（Nacos）

Nacos Nacos 下载 Nacos Server 下载 | Nacos 官网 下载、解压、打开文件&#xff1a; 更改 Nacos 的启动方式 Nacos 的启动模式默认是集群模式。在学习时需要把他改为单机模式。 把 cluster 改为 standalone&#xff0c;记得保存&#xff01; 启动startup.cmd Ubuntu 启动…
阅读更多...
Blender-MCP服务源码4-初始化项目解读

Blender-MCP服务源码4-初始化项目解读

Blender-MCP服务源码4-初始化项目解读 上篇文章针对Blender开发框架完成了一个基础模板的搭建&#xff0c;并在Blender中成功进行了运行&#xff0c;那这个初始化项目中是如何进行页面效果呈现的&#xff0c;尝试手动进行功能精简来拆解项目代码 1-核心知识点 1&#xff09;如…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023