RNGWGzZs的博客

别让自我被拯救~”当我们首次接触排序算法时，一定对所谓 "归并"方式排序的算法感到头疼~ 因为，我们难以形象出其不断 "分离"时，各个区域的状态。然而，即便 "归并"排序算法的学习是艰难，但掩盖不住其相较于其他算法而言，拥有更优时间复杂度，而迫使我们不得不盯着头疼的代码苦思冥想。并且，"归并"思想不仅仅体现在排序中，更能成为我们解决实际问题时的一个方略方法。归并核心之一就在于 "分治",那么啥子叫 "分治"?简单来说，就是 "分而治之，大事化小"。

任世界多宽广，停泊在这港口~”区间问题，涉及到最多的就是 取交集 和 并集的概念。我们使用C++排序算法后，其默认规则就是按照 “左排序”进行的。因而，我们实质上注意的是每一个区间的 右端点，根据题目要求，总结规律，指定出策略解决问题。(1) 题目解析。

星辰野草，造出无边的天地~”(1) 题目解析。

贪心算法简介？“靠漫步，将生趣填饱~”贪心算法简介？在每个决策点上都选择当下看似最好的选项，而不是寻求全局最优点贪心算法通常会逐步构建问题的解空间，每次尝试将下一个待选元素加入到解集中，直到无法再添加为止。这个过程会使得问题简化为一系列子问题，每个子问题都可以通过同样的贪婪策略来解决，从而逐步接近整体的最优解。

FloodFill算法简介:"绝境之中才窥见，Winner，Winner"FloodFill算法简介:floodfill又翻译成漫水填充。我们可以将下面的矩阵理解为一片具有一定高度的坡地，此时突发洪水，洪水会将高度

这份快排算法代码在面对大量重复数的时候，时间复杂度会下降到O(n^2)，这也是为什么leetcode显示最后会超时。也许在此之前，可以先回顾回顾快排三步核心算法步骤。前些天有些无聊，想试试自己写的快排能否过leetcode上的排序算法题。结果是，不用截图可想而知，肯定是没过的，否则也不会有这篇文章的产出。"你经过我每个灿烂时刻，我才真正学会如你般自由"

如何实现一个堆排序？"你了解我，最干净的轮廓， 握住小小风车和放肆的梦~"堆是一个不错的数据结构，而在计算机中，无法表示二叉分支结构，因此我们经常会看到使用线性表来作为堆的存储容器。在接触堆的时候，我们是把它拿来同其他排序算法来看待的，但其实我们经常使用的是快排或者归并亦或者性能更加优越的"选择快排"。堆的应用场景，实质上转移到了查找问题，例如TopK等。很多语言也提供了以堆为底层的数据结构，例如C++中的priority_queue,Java中的如何实现一个堆排序？

"回忆里的我，比国王富有。奢侈的快乐~"(1) 题目解析(2) 算法原理。

现在你有一个"升序"数组，想让你在这个数组里完成查找数字n，在这个数组内的下标，你可以怎么做？你可以使用O(N)的时间复杂度，对该数组进行遍历，就像这样。可是我们没有很好地利用到数组“有序”的特点，我们可以令数字为mid，那么借着有序的特点，可以将这个数组划分为两个区域，一边是小于mid的数，一边是大于mid的数。所以，按照这样的算法查找数组中的某个数，时间复杂度可以下降为O(logN),是一个特别大的提升，但使用这个算法的前前提的 “数组有序”。"寻一颗，未萌的渺小啊，随着青翠未来，升入辽阔云霄~"

在混沌想法中，最不可理喻念头。(1) 题目解析。

"就算没有看清那株灿烂的花蕊，也应该放声歌颂赞美鲜红的玫瑰"(1) 题目解析。