leetcode:Sort Colors (面试 笔试)

本文介绍了一种在O(N)时间复杂度和O(1)空间复杂度下对包含红、白、蓝三种颜色标记的数组进行排序的方法。该方法借鉴了快速排序的思想,并通过设置双指针实现了一次遍历即可完成排序。

Question:

Given an array with n objects colored red, white or blue, sort them so that objects of the same color are adjacent, with the colors in the order red, white and blue.

Here, we will use the integers 0, 1, and 2 to represent the color red, white, and blue respectively.

Note:
You are not suppose to use the library's sort function for this problem.

Follow up:
A rather straight forward solution is a two-pass algorithm using counting sort.
First, iterate the array counting number of 0's, 1's, and 2's, then overwrite array with total number of 0's, then 1's and followed by 2's.

Could you come up with an one-pass algorithm using only constant space?

问题:给定一个长度为n的数组,里边有red,white,blue这些颜色,把他们进行排序,以便让他们相邻的元素毗邻,顺序为red,white,blue,在这里,用0,1,2分别代表red,white,和blue三种颜色。不能使用排序的类库,要求在O(N)时间复杂度,O(1)的空间复杂度完成排序。

思路:借鉴快速排序的思想,或者《剑指Offer》中的一个题(对于一个数组,把奇数放在偶数前面)的思想,设置两个指针,一个从前向后扫描(i),一个从后向前扫描(j),i指向的数如果等于0,则继续往后,知道它指向的不为0,对于j指向的数不等于0继续往前,直到等于0,这样在第一个循环完成,0已经排好序,下面再对1和2排序,同样的道理。具体看下边代码:

 1 void swap(int &a, int&b)
 2 {
 3     int temp = a;
 4     a = b;
 5     b = temp;
 6 }
 7 void sortColors(int A[], int n) 
 8 {
 9     int i = 0;
10     int j = n - 1;
11     int k = n - 1;
12     int count = 0;
13     for (int i = 0; i < n;i++)
14     if (A[i] == 0)
15         count++;//求出0的个数
16     while (i < j){//循环完成后,0已经就位
17         while (i < j&&A[i] == 0) i++;
18         while (i < j&&A[j] != 0)j--;
19         swap(A[i++], A[j--]);
20     }
21     i = count;
22     while (i < k){//循环完成 1已经就位 相应2也应该就位
23         while (i < k&&A[i] == 1)i++;
24         while (i < k&&A[k] != 1)k--;
25         swap(A[i++], A[k--]);
26     }
27 }

 

转载于:https://www.cnblogs.com/zhaolizhen/p/SortColors.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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