排序算法-o(n)时间复杂度
来源:互联网 发布:北外网络学历费用 编辑:程序博客网 时间:2024/04/28 18:43
情形:两个按升序排序的数组,array1和array2,要合并成一个数组array3,要求array3升序,并且平均时间复杂度是o(n)(面试时面试官提出来的问题)
分析:
1、原本的想法是把两个数组合并(直接合并),然后对新数组快速排序,不过因为快排的平均时间复杂度是o(nlogn),所以这种方式不可取。
2、那就换一种思想,这时候我们发现array1和array2都是排好序的,那么如果我们拿array1的最后一个元素n和array2的最后一个元素m比较,如果最好的情况n>=m,那么就可以把array1的所有元素都放在array2的后面,这样只需要比较一次,那时间复杂度就是o(1)。我们再考虑最坏的情况,假如n小于m,并且n小于array2的第一个元素,这时候比较的次数最多,这个时候的时间复杂度是o(n)
代码:
package com.noah.algorithm.sort;import java.util.Arrays;public class SortDemo { public static void main(String[] args) { //两个按照升序排序的数组 int[] array1 = {15, 18, 22, 38, 40}; int[] array2 = {3, 4, 5, 12, 16, 21, 31}; int[] array3 = new int[array1.length + array2.length]; //调用排序算法 mergeSort(array1, array2, array3); //输出已排序数组 System.out.println(Arrays.toString(array3)); } static void mergeSort(int[] array1, int[] array2, int[] array3){ //先初始化带排序数组 for (int i = 0; i < array2.length; i++) { array3[i] = array2[i]; } int length = array2.length-1; for(int i = 0; i< array1.length; i++){ for(int j = length ; j >= 0; j--){ //插入指定位置 if(array1[i] < array3[j]){ int temp = array3[j]; array3[j] = array1[i]; array3[j+1] = temp; } else { array3[j+1] = array1[i]; break; } } length++; } }}
0 0
- 排序算法-o(n)时间复杂度
- O(N)时间复杂度的排序算法-计数排序
- 时间复杂度为O(n)的排序算法--计数算法
- 时间复杂度为O(n)的排序算法
- 实现排序算法,时间复杂度为O(n)
- 时间复杂度最快的排序算法 O(n) JAVA代码
- 面试9:时间复杂度为O(n)的排序算法
- 基于时间复杂度为O(n)的排序算法
- 时间复杂度为O(N),空间复杂度为O(1)的排序算法
- 计数排序算法,时间复杂度O(n),空间复杂度O(1)
- 时间复杂度O(n),空间复杂度O(1)的排序
- 时间复杂度为O(n)的排序
- 时间复杂度为O(n)的排序
- 算法习题49:如何对n个数进行排序,要求时间复杂度O(n),空间复杂度O(1)
- 快速选择算法(时间复杂度o(n)
- 快速排序算法的时间复杂度为什么是O(NlogN),还有O(N^2)
- O(n)复杂度的排序算法
- 一个O(n)复杂度的排序算法
- AJAX调用方式总结
- sleep()和wait()线程控制方法的区别
- Android 开源项目第一篇——个性化控件(View)篇
- java排序二
- 使用android不能分享资源的问题
- 排序算法-o(n)时间复杂度
- startActivityForResult用法详解
- [LeetCode]Sliding Window Maximum
- Spring---AOP(注解配置)
- Android触摸事件分发与响应
- Comparator排序集合
- iOS学习笔记(一)
- webview实现缓存
- 戦後70年に問う―個人を尊重する国の約束