美文网首页
分治法(数据结构及算法09)

分治法(数据结构及算法09)

作者: CaoMeng | 来源:发表于2020-06-17 15:34 被阅读0次
基本思想:

将一个规模为N的问题,分解成K个规模较小的子问题,这些子问题相互独立且月原问题性质相同。求解出子问题的解,合并得到原问题的解。

一、查找技术
1、顺序查找

如果线性表为无序表,即表中元素的排列是无序的,则不管线性表采用顺序存储还是链式存储,都必须使用顺序查找。如果线性表有序,但采用链式存储结构,则也必须使用顺序查找。

2、二分查找
image.png

前题条件:数据已经排序
注意:设计成左闭右开--是一种区间无重复的思想random(0,1)等大量的数学函数for(int i=0;i<array.length;i++)

    /**
     * 二分查找
     */
    public static int binarySearch(int[] array,int fromIndex,int toIndex,int key){
        int low=fromIndex;
        int high=toIndex-1;
        while(low<=high){
            int mid=(low+high)/2;//取中间
            int midVal=array[mid];
            if(key>midVal){//去右边找
                low=mid+1;
            }else if(key<midVal){//去左边找
                high=mid-1;
            }else{
                return mid;
            }
        }
        return -(low+1);//low+1表示找不到时停在了第low+1个元素的位置
    }
测试代码
        int array[] = {1,2,3,4,5,6,7,8};
        int index0 = binarySearch(array, 0, array.length, 0);
        int index1 = binarySearch(array, 0, array.length, 1);
        int index4 = binarySearch(array, 0, array.length, 4);
        int index8 = binarySearch(array, 0, array.length, 8);
        System.out.println("0的下标:"+index0);
        System.out.println("1的下标:"+index1);
        System.out.println("4的下标:"+index4);
        System.out.println("8的下标:"+index8);
打印结果
0的下标:-1
1的下标:0
4的下标:3
8的下标:7
二、快速排序(前序)
image.png

应用场景:数据量大并且是线性结构
短处:有大量重复数据的时候,性能不好,单向链式结构处理性能不好(一般来说,链式都不使用)

    //快速排序     31  21  59  68  12  40
    //    x=31
    public static void quickSort(int[] array,int begin,int end){
        if(end-begin<=0) return;
        int x=array[begin];
        int low=begin;//0
        int high=end;//5
        //由于会从两头取数据,需要一个方向
        boolean direction=true;
        L1:
        while(low<high){
            if(direction){//从右往左找
                for(int i=high;i>low;i--){
                    if(array[i]<=x){
                        array[low++]=array[I];
                        high=I;
                        direction=!direction;
                        continue L1;
                    }
                }
                high=low;//如果上面的if从未进入,让两个指针重合
            }else{
                for(int i=low;i<high;i++){
                    if(array[i]>=x){
                        array[high--]=array[I];
                        low=I;
                        direction=!direction;
                        continue L1;
                    }
                }
                low=high;
            }
        }
        //把最后找到的值 放入中间位置
        array[low]=x;
        //开始完成左右两边的操作
        quickSort(array,begin,low-1);
        quickSort(array,low+1,end);
    }
测试代码
        int arrays[] = {0,2,3,4,5,6,9,7,1};
        quickSort(arrays,0,arrays.length-1);
        for (int i = 0; i < arrays.length; i++) {
            System.out.print(arrays[i]+" ");
        }
打印结果
0 1 2 3 4 5 6 7 9 
三、归并排序(后序)
image.png

应用场景:数据量大并且有很多重复数据,链式结构
短处:需要空间大

public static void merge(int[] array,int left,int mid,int right){
        int leftSize=mid-left;
        int rightSize=right-mid+1;
        //生成数组
        int[] leftArray=new int[leftSize];
        int[] rightArray=new int[rightSize];
        //填充数据
        for(int i=left;i<mid;i++){
            leftArray[i-left]=array[i];
        }
        for(int i=mid;i<=right;i++){
            rightArray[i-mid]=array[i];
        }
        //合并
        int i=0;
        int j=0;
        int k=left;
        while(i<leftSize && j<rightSize){
            if(leftArray[i]<rightArray[j]){
                array[k]=leftArray[i];
                k++;i++;
            }else{
                array[k]=rightArray[j];
                k++;j++;
            }
        }
        while(i<leftSize){
            array[k]=leftArray[i];
            k++;i++;
        }
        while(j<rightSize){
            array[k]=rightArray[j];
            k++;j++;
        }
    }
public static void mergeSort(int array[],int left,int right){
        if(left==right){
            return;
        }else{
            int mid=(left+right)/2;
            mergeSort(array,left,mid);
            mergeSort(array,mid+1,right);
            merge(array,left,mid+1,right);
        }
    }
        int[] array=new int[]{2,1,6,4,3,9,8,10,7,5};
        mergeSort(array,0,array.length-1);
        for (int i : array) {
            System.out.print(i+" ");
        }
打印结果
1 2 3 4 5 6 7 8 9 10 

相关文章

  • 分治法(数据结构及算法09)

    基本思想: 将一个规模为N的问题,分解成K个规模较小的子问题,这些子问题相互独立且月原问题性质相同。求解出子问题的...

  • 分治法,动态规划及贪心算法区别

    原文:分治法,动态规划及贪心算法区别 1.分治法 分治法(divide-and-conquer):将原问题划分成n...

  • 3.1 分治法介绍及关键点解析

    Chapter3: 更好的查找与排序算法 1. 分治法介绍及关键点解析 什么是分治法 基本思想 将原问题划分为若干...

  • Divide and Conquer

    算法之 分治法 Divide and Conquer 分治法: 分治法的设计思想是:将一个难以直接解决的大问题,分...

  • [算法导论]归并排序

    时间复杂度 《算法导论》2.3.1 分治法。 归并排序采用了分治法的递归排序。分治法:分解子问题,解决子问题,合并...

  • 归并排序

    1、分治法 归并排序是完全遵循分治策略的排序算法。什么是分治法? 分治法,即将原问题分解为几个规模较小的子问题,递...

  • 算法导论第2.3章 - 分治算法

    分治算法 递归:算法一次或多次递归地调用其自身已解决紧密相关的若干子问题。这些算法遵循分治法的思想。 分治算法三个...

  • Divide and Conquer

    算法学习之分治法(divide and conquer)

  • python实现归并排序(MergeSort)

    python实现【归并排序】(MergeSort) 算法原理及介绍 归并排序的核心原理是采用分治法(Divide ...

  • [小撒学算法]分治法与合并排序

    小撒是一只好学的小鸭子,这天,小撒在学习算法 分治法 分治法(divide-and-conquer)是一种算法设计...

网友评论

      本文标题:分治法(数据结构及算法09)

      本文链接:https://www.haomeiwen.com/subject/jzhsxktx.html