又一次看到数组移位,再联想到借助异或公式实现元素交换,感觉非常佩服数学知识的美妙。
数组移位问题,即给定一个数组,要求将数组向左或者向右移动K位,移出的元素将补在其他元素的后面。例如数组[1,2,3,4,5,6]向左移动三位后变成[4,5,6,1,2,3]。该问题也可以扩展到其他的元素具有位置信息的序列结构,如字符串、列表,在实际使用中一个经典例子就是文本的复制粘贴。因为左移与右移性质一样,为方便比较,接下来统一使用左移。
第一种思路为:借助于辅助空间temp[]对移出数组的元素进行暂存,待移位完成后再利用辅助数组进行拼接。嗯,可以想象到,速度一定很快。缺点是最坏情况下我们的空间复杂度会是O(N),交换次数为N。
第二种思路:借助于移位函数,通过循环调用K次移位函数也可以完成元素的移位。该情况下,空间复杂度只有O(1),但问题是时间复杂度会增大到O(K*N),在数据规模增大的情况下会非常得不偿失。
第三种思路:借助于求逆函数,利用求逆公式(arbr)r=ba,把原数组按偏移数分成两组,通过三次求逆实现元素的移位。该情况下,额外的空间复杂度为零,并且时间复杂度仍保持线性O(N),交换次数为2N。与(1)比较在时间上略逊一些,但综合时间与空间消耗属于三者中最佳的一种方法。
三种方法的比较时间与代码如下:
public class Offset {
static final int LEN = 50000000;
static final int OFFSET = 1000;
public static void main(String[] args) {
int a[] = new int[LEN];
for(int i=0;i < LEN;i++){
a[i] = i;
}
// System.out.println("input array :");
// for(int i=0;i < LEN;i++){
// System.out.print(a[i]);
// System.out.print("\t");
// }
alog1(a);
alog2(a);
alog3(a);
}
/**
* 算法1通过循环调用K次移位函数来实现K位移位
* 时间复杂度O(K*N)
* 空间复杂度O(1)
* @param array
*/
public static void alog1(int[] array){
long time1 = System.currentTimeMillis();
for(int i=0;i < OFFSET;i++){
offset(array);
}
long time2 = System.currentTimeMillis();
System.out.print("\n");
// for(int i=0;i < LEN;i++){
// System.out.print(array[i]);
// System.out.print("\t");
// }
System.out.print("\n算法1消耗时间:");
System.out.println(time2-time1);
}
/**
* 算法2通过额外的空间开销来降低时间开销
* 时间复杂度O(N)
* 空间复杂度O(K)
* @param array
*/
public static void alog2(int[] array){
long time1 = System.