Quick Sort(快速排序)

本文介绍了快速排序算法及其时间复杂度,并详细解析了快速选择算法解决寻找无序数组中第k大元素的问题,同时探讨了如何求解两个有序数组的中位数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Quick Sort : 时间复杂度为O(logn)

思路:参考https://www.cnblogs.com/luomeng/p/10587492.html

public void quickSort(int[] nums, int low, int high) {
        if (low >= high) {
            return;
        }
        int pivot = partition(nums, low, high);
        quickSort(nums, low, pivot - 1);
        quickSort(nums, pivot + 1, high);
 }
    
    public int partition (int[] nums, int low, int high) {
        int temp = nums[low];
        while (low < high) {
            while (low < high && nums[high] >= temp) {
                high--;
            }
            nums[low] = nums[high];
            
            while (low < high && nums[low] <= temp) {
                low++;
            }
            nums[high] = nums[low];
        }

       //退出循环时,low==high,此时的位置即为pivot的位置
        nums[high] = temp;
        return high;
    }

(一)kth largest element in an array

https://leetcode.com/problems/kth-largest-element-in-an-array/description/
题目:在无序数组中找到第k大的元素;
解答:使用快速选择算法。在数组中随机找到一个pivot元素,将比它大的数移动到其左边,比它小的数移动到其右边。这样pivot在移动完成后的数组中的位置x则表明它是第x大的元素。此时的left = x + 1或 x,right = x - 1 或 x。第k大的元素应该处于start + k -1的位置,若该位置比left大,说明第k大元素比pivot小,则在x右边继续搜索(此时变成搜索第(start + k - 1 - (left - 1)= start + k - left);若该位置比right小,说明第k大元素比pivot大,则在x左边继续搜索。

代码:

class Solution {
    public int findKthLargest(int[] nums, int k) {
        return quickSelect(nums, 0, nums.length - 1, k);
    }
    
    private int quickSelect(int[] nums, int start, int end, int k) {
        int left = start, right = end;
        int pivot = nums[(left + right) /2];
        
        while (left <= right) {
            while (left <= right && nums[left] > pivot) {
                left++;
            }
            while (left <= right && nums[right] < pivot) {
                right--;
            }
            
            if (left <= right) {
                int temp = nums[left];
                nums[left] = nums[right];
                nums[right] = temp;
                left++;
                right--;
            }
        }
        
        if (start + k - 1 <= right) {
            return quickSelect(nums, start, right, k);
        }
        
        if (start + k - 1 >= left) {
            return quickSelect(nums, left, end, k - (left - start));
        }
        
        return nums[right + 1];
    }
}

 

(二)median of two sorted arrays

https://leetcode.com/problems/median-of-two-sorted-arrays/description/

题目:求两个已排序序列的中位数,要求时间复杂度为O(log(n + m))。若总长度为偶数,返回中间两个数的平均值;

解答:使用与quick sort类似的思想,相当于递归查找第k大的元素。比较两个数组的第k/2元素的大小,将较小的那个数组前k/2的部分舍去,继续进行查找。如果某个数组长度达不到 k /2, 则将另一个数组里的元素舍弃(可用Integer.MAX_VALUE来简化实现)。注意!!需要考虑start大小超出nums数组长度的情况!

代码:

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int lenSum = nums1.length + nums2.length;
        
        if (lenSum % 2 == 1) {
            return findKth(nums1, 0, nums2, 0, lenSum / 2 + 1);
        } else {
            return (findKth(nums1, 0, nums2, 0, lenSum / 2 + 1) + findKth(nums1, 0, nums2, 0, lenSum / 2)) / 2.0;
        }
        
    }
    
    private int findKth(int[] nums1, int start1, int[] nums2, int start2, int k) {
        int end1 = start1 + k / 2 - 1;
        int end2 = start2 + k / 2 - 1;
        int pivot1 = Integer.MAX_VALUE;
        int pivot2 = Integer.MAX_VALUE;
        
        if (start1 >= nums1.length) {
            return nums2[start2 + k - 1];
        }
        if (start2 >= nums2.length) {
            return nums1[start1 + k - 1];
        }
        
        if (k == 1) {
            return Math.min(nums1[start1], nums2[start2]);
        }
        
        if (end1 < nums1.length) {
            pivot1 = nums1[end1];
        }
        if (end2 < nums2.length) {
            pivot2 = nums2[end2];
        }
        
        if (pivot1 < pivot2) {
            return findKth(nums1, end1 + 1, nums2, start2, k - k / 2);
        } else{
            return findKth(nums1, start1, nums2, end2 + 1, k - k / 2);
        }
    }
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值