第10周 算法思想-排序

本文详细介绍了四种不同的排序算法实现:堆排序中寻找第K个最大元素、基于频率的元素排序、字符串字符频率排序以及数组颜色排序。通过实例展示了不同排序算法的时间复杂度和空间复杂度,包括直接排序、堆排序、快速排序的partition思想以及计数排序。这些方法在解决实际问题中具有广泛的应用。

最大的第K个
class Solution {
public:
    int findKthLargest_sort(vector<int>& nums, int k) {
        /*
        思路:直接排序
        时间复杂度:O(nlogn)
        空间复杂度:O(1)
        */
        sort(nums.begin(), nums.end());
        return nums[nums.size() - k];
    }
    int findKthLargest_heap(vector<int>& nums, int k) {
        /*
        思路:堆
        时间复杂度:O(klogn)
        空间复杂度:O(1)
        */
        priority_queue<int> pq(nums.begin(), nums.end());   // 默认是最大堆
        
        while(k > 1){
            pq.pop();
            k -= 1;
        }
        
        return pq.top();
    }
    int findKthLargest(vector<int>& nums, int k) {
        /*
        思路:使用快速排序中用到的partion的思想,随机选值对数组进行划分,直到找到第k大的数
        时间复杂度:O(n)
        空间复杂度:O(1)
        */
        k = nums.size() - k;   // 第k大的数的index
        int left = 0, right = nums.size() - 1;
        while(left < right){
            int splited_idx = partion(nums, left, right);
            if(splited_idx == k)
                break;
            else if(splited_idx > k)
                right = splited_idx - 1;
            else if(splited_idx < k)
                left = splited_idx + 1;
        }
        return nums[k];
    }
    int partion(vector<int>& nums, int left, int right){
        int i = left+1, j = right;
        while(1){
            while(i < right && nums[i] <= nums[left])
                i += 1;
            while(j > left && nums[j] > nums[left])
                j -= 1;
            if(i >= j)
                break;            
            swap(nums[i], nums[j]);

        }
        swap(nums[left], nums[j]);
        return j;
    }
};

桶排序

出现频率最多的 k 个元素
typedef pair<int,int> P;
bool cmp(P& a, P& b){
    return a.second < b.second;
}

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        /*
        思路:先用map进行计数,然后返回频率最高的top k
        时间复杂度:O(nlogn)
        空间复杂度:O(n)
        */
        map<int,int> mp;
        vector<int> ans;
        
        for(int num: nums)
            mp[num] += 1;
        
        vector<P> counter;
        
        for(auto k: mp)
            counter.push_back(make_pair(k.first, k.second));
        
        sort(counter.begin(), counter.end(), cmp);
        
        int n = counter.size();
        for(int i = n-1; i >= n-k; i--)
            ans.push_back(counter[i].first);
        
        return ans;
    }
};
按照字符出现次数对字符串排序
typedef pair<char,int> P;
bool cmp(P& a, P& b){
    return a.second > b.second;
}

class Solution {
public:
    string frequencySort(string s) {
        /*
        思路:先map计数,然后构造pair排序
        时间复杂度:O(nlogn)
        空间复杂度:O(n)
        */
        map<char, int> mp;
        for(int i = 0;i < s.size(); i++)
            mp[s[i]] += 1;
        
        vector<P> counter;
        
        for(auto item: mp)
            counter.push_back(item);
        
        sort(counter.begin(), counter.end(), cmp);
        
        string ans(s.size(), 'a');
        int index = 0;
        
        for(int i = 0;i <counter.size(); i++){
            for(int j = 0;j < counter[i].second; j++)
                ans[index++] = counter[i].first;
        }
        
        return ans;
    }
};
按颜色进行排序
class Solution {
public:
    void sortColors(vector<int>& nums) {
        /*
        思路:用index0和index2分别表示下一个0,2该放的位置,从头开始遍历,遍历过程中发现0则放到index0处,发现2则放到2处,发现1则不用管,直接遍历下一个
        时间复杂度:O(n)
        空间复杂度:O(1)
        */
        int index0 = 0, curr = 0, index2 = nums.size() - 1;
        while(curr <= index2){
            if(nums[curr] == 0){
                swap(nums[index0], nums[curr]);
                index0 += 1;
                curr += 1;
            }
            else if(nums[curr] == 1)
                curr += 1;
            else{
                swap(nums[curr], nums[index2]);
                index2 -= 1;
            }
        }
    }
};
内容概要:本文档是一份关于交换路由配置的学习笔记,系统地介绍了网络设备的远程管理、交换机与路由器的核心配置技术。内容涵盖Telnet、SSH、Console三种远程控制方式的配置方法;详细讲解了VLAN划分原理及Access、Trunk、Hybrid端口的工作机制,以及端口镜像、端口汇聚、端口隔离等交换技术;深入解析了STP、MSTP、RSTP生成树协议的作用与配置步骤;在路由部分,涵盖了IP地址配置、DHCP服务部署(接口池与全局池)、NAT转换(静态与动态)、静态路由、RIP与OSPF动态路由协议的配置,并介绍了策略路由和ACL访问控制列表的应用;最后简要说明了华为防火墙的安全区域划分与基本安全策略配置。; 适合人群:具备一定网络基础知识,从事网络工程、运维或相关技术岗位1-3年的技术人员,以及准备参加HCIA/CCNA等认证考试的学习者。; 使用场景及目标:①掌握企业网络中常见的交换与路由配置技能,提升实际操作能力;②理解VLAN、STP、OSPF、NAT、ACL等核心技术原理并能独立完成中小型网络搭建与调试;③通过命令示例熟悉华为设备CLI配置逻辑,为项目实施和故障排查提供参考。; 阅读建议:此笔记以实用配置为主,建议结合模拟器(如eNSP或Packet Tracer)动手实践每一条命令,对照拓扑理解数据流向,重点关注VLAN间通信、路由选择机制、安全策略控制等关键环节,并注意不同设备型号间的命令差异。
### 快速排序算法的实现与原理 快速排序是一种基于分治思想的高效排序算法,其核心在于通过选择一个基准值(pivot)将数组划分为两个子数组[^1]。左侧子数组的所有元素均小于或等于基准值,右侧子数组的所有元素均大于基准值。然后递归地对这两个子数组进行相同的操作,直到整个数组有序。 #### 快速排序的基本原理 快速排序的核心步骤可以分为三步: 1. **选择基准值**:从数组中选取一个元素作为基准值(pivot)。通常可以选择第一个元素、最后一个元素或中间位置的元素。 2. **分区操作**:重新排列数组,使得所有小于等于基准值的元素位于基准值左侧,所有大于基准值的元素位于右侧。 3. **递归排序**:对基准值左右两侧的子数组分别递归应用上述过程。 #### 时间复杂度分析 快速排序的时间复杂度取决于分区操作的平衡性。在平均情况下,快速排序的时间复杂度为 \(O(n \log n)\)[^3],其中 \(n\) 为待排序数组的长度。然而,在最坏情况下(例如数组已经有序且每次都选择最左或最右元素作为基准值),时间复杂度会退化为 \(O(n^2)\)[^4]。尽管如此,由于快速排序在实际应用中的常数因子较小,因此它仍然是最常用的排序算法之一。 #### 空间复杂度分析 快速排序的空间复杂度主要由递归调用栈决定。在理想情况下(即每次分区都能均匀分割数组),递归深度为 \(O(\log n)\),因此空间复杂度为 \(O(\log n)\)。但在最坏情况下,递归深度可能达到 \(O(n)\),导致空间复杂度退化为 \(O(n)\)[^1]。 #### Java实现代码 以下是一个使用Java语言实现的快速排序算法示例: ```java public class QuickSort { public static void quickSort(int[] arr, int low, int high) { if (low < high) { // 找到分区点 int pivotIndex = partition(arr, low, high); // 对左侧子数组进行递归排序 quickSort(arr, low, pivotIndex - 1); // 对右侧子数组进行递归排序 quickSort(arr, pivotIndex + 1, high); } } private static int partition(int[] arr, int low, int high) { // 选择最右元素作为基准值 int pivot = arr[high]; int i = low - 1; for (int j = low; j < high; j++) { if (arr[j] <= pivot) { i++; // 交换元素 swap(arr, i, j); } } // 将基准值放置到正确位置 swap(arr, i + 1, high); return i + 1; } private static void swap(int[] arr, int i, int j) { int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } public static void main(String[] args) { int[] arr = {10, 7, 8, 9, 1, 5}; quickSort(arr, 0, arr.length - 1); System.out.println("Sorted array: "); for (int num : arr) { System.out.print(num + " "); } } } ``` #### Python实现代码 以下是使用Python语言实现的快速排序算法示例: ```python def quick_sort(arr): if len(arr) <= 1: return arr else: # 选择基准值 pivot = arr[len(arr) // 2] # 分别存放比基准小和大的元素 left = [x for x in arr if x < pivot] middle = [x for x in arr if x == pivot] right = [x for x in arr if x > pivot] # 递归地对左右两边进行快排,并合并结果 return quick_sort(left) + middle + quick_sort(right) # 测试代码 if __name__ == "__main__": arr = [10, 7, 8, 9, 1, 5] sorted_arr = quick_sort(arr) print("Sorted array:", sorted_arr) ``` #### 快速排序的特点 - **高效性**:快速排序在大多数情况下比其他 \(O(n \log n)\) 的排序算法更快[^1]。 - **不稳定性**:快速排序是一种不稳定的排序算法,即相等元素的相对顺序可能会改变[^2]。 - **适用场景**:适用于大规模数据的排序任务,尤其是在内存访问成本较低的情况下表现优异。
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