数组排序 —— 堆排序算法的应用(小范围排序、重复值判断)
来源:互联网 发布:美国基因检测 数据 编辑:程序博客网 时间:2024/05/18 12:40
小范围排序
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。 给定一个int数组A,同时给定A的大小n和题意中的k,请返回排序后的数组。
测试样例
[2,1,4,3,6,5,8,7,10,9],10,2
返回:[1,2,3,4,5,6,7,8,9,10]
解题分析
。。。(有时间再写)
代码思路
- 首先先构建K个元素的小根堆heap
- 取出根节点放入A[0],且把A[k]放入heap[0];
- 继续调整成小根堆
- 重复步骤2、3,且数据不断加1 5、直到i = n-1, 紧接着排序最后的k个元素
代码
import java.util.*;public class ScaleSort { public int[] sortElement(int[] A, int n, int k) { if (A == null || A.length == 0 || n < k) return null; int[] heap = new int[k]; for (int i = 0; i < k; i++){ heap[i] = A[i]; } // 构建小根堆 for (int i = k/2-1; i >= 0; i--){ ajustHeap(heap, i, k); } for (int i = k; i < n; i++){ A[i-k] = heap[0]; // heap的根节点插入A里,且再向上移一位 heap[0] = A[i]; // 从下一个元素放入heap堆顶! ajustHeap(heap, 0, k); } // 排序最后的K 个数字,且放入A里 for (int i = n-k; i < n; i++){ A[i] = heap[0]; heap[0] = heap[k-1]; k = k-1; ajustHeap(heap, 0, k); } return A; } // 根据节点调整成小根堆 public void ajustHeap(int[] heap, int k, int len){ int temp = heap[k]; for (int i = k*2+1; i < len; i = i*2+1){ if (i < len-1){ if (heap[i] > heap[i+1]){ i++; } } if (temp <= heap[i]){ break; } else{ heap[k] = heap[i]; k = i; } } heap[k] = temp; }}
重复值判断
请设计一个高效算法,判断数组中是否有重复值。必须保证额外空间复杂度为O(1)。给定一个int数组A及它的大小n,请返回它是否有重复值。
测试样例:
[1,2,3,4,5,5,6],7
返回:true
解题思路
- 对于有空间复杂度限制,我们可以先排序,再判断的思路。因为排好序后,重复值排在了相邻位置。此时,问题就转化为了,空间复杂度限制为O(1)的情况下,考察经典排序算法,怎么实现一个最快的算法。
- 空间复杂度为O(1)的有冒泡、选择、插入、希尔排序以及非递归形式的堆排序,再根据时间复杂度判断,堆排序为O(NlogN),可以知道使用非递归实现的堆排序最快。
此时的步骤就是,先通过堆排序将数组排好序,然后在遍历一遍数组,比较相邻两元素值是否相等。代
代码思路
- 使用堆排序算法排序好数组(堆排序实现思路就不提供了)
- 再遍历数组对比找出是否存在相同数据
代码
import java.util.*;public class Checker { public boolean checkDuplicate(int[] a, int n) { heapSort(a, n); for (int i = 0; i < n-1; i++){ if (a[i] == a[i+1]) return true; } return false; } public void swap(int[] A, int a, int b) { int temp = A[a]; A[a] = A[b]; A[b] = temp; } public int[] heapSort(int[] A, int n) { // 开始的时候先排序,让每个节点为子节点的最大数 for (int i = n / 2-1; i >= 0; i--) { buildHeap(A, i, n); } // 将第一位根节点最大数与最后一位交换,个数减一,接着构建根节点,再交换... for (int i = n-1; i > 0; i--) { swap(A, 0, i); // i 为末尾数 buildHeap(A, 0, i); // i 为还剩下的个数,包括 0 位,所以就不减一了! } return A; } public void buildHeap(int[] A, int node, int n) { int temp = A[node]; // 因为从 0 开始,所以需要加上 1 for (int i = node * 2 + 1; i < n; i = i*2 +1) { // 防止没有右节点 if (i < n-1){ // 左右节点比较 if (A[i] < A[i + 1]){ i++; } } // node节点与子节点比较,如果大于就不需要再比较了 if (temp >= A[i]) { break; } else{ A[node] = A[i]; node = i; } } A[node] = temp; }}
0 0
- 数组排序 —— 堆排序算法的应用(小范围排序、重复值判断)
- 小范围排序(堆排序)
- 堆排序算法二(堆排序算法的应用)
- 小范围排序 --使用堆排序
- 排序算法—堆排序
- 排序算法的数组实现 -- 堆排序(二)
- 排序算法—堆和堆排序
- 重复值判断(堆排序的非递归使用) -- 算法小结
- 小范围排序(巧用堆排序) -- 算法小结
- 排序算法——堆排序算法
- 排序算法——堆排序
- 排序算法——堆排序
- 常用排序算法——堆排序
- 排序算法——堆排序
- 排序算法——堆排序
- 算法——排序之堆排序
- 排序算法——堆排序
- 排序算法——堆排序
- ConcurrentLinkedQueue学习(一)
- asp.net mvc(参考asp.net开发指南)
- Objective-C Runtime 运行时之一:类与对象
- Android关于Theme.AppCompat相关问题的深入分析
- shell脚本:Syntax error: Bad for loop variable错误解决方法
- 数组排序 —— 堆排序算法的应用(小范围排序、重复值判断)
- hdu 1348 Wall (凸包模板)
- ios 对于AFNetworking3.0之前版本的Get、Post请求的封装(直接调用即可)
- 判断是何种浏览器.html
- linux 常用命令
- VMware虚拟机跑Linux系统无/dev/fb0解决办法
- ios8之后使用CLLocationManager进行定位
- Android 6.0 申请权限
- 近期曝光的针对银行SWIFT系统攻击事件综合分析