数据结构与算法-算法基础二
再来看一下二分查找,以及快速排序、堆排序
二分查找
1 /** 2 * 二分查找,每次只取中位数元素进行比较,这样比较的前提是序列有序 3 */ 4 @org.junit.Test 5 public void testBSearch() { 6 7 int left = 0; 8 int right = arr.length-1; 9 for(;left<=right;) { 10 int middle = (left + right)/2; 11 if (arr[middle] > toSearch) { 12 right = middle-1; 13 } else if (arr[middle] < toSearch) { 14 left = middle+1; 15 }else { 16 index = middle; 17 break; 18 } 19 } 20 }
快速排序
快速排序的基本思想如下:
- 对数组进行随机化。
- 从数列中取出一个数作为中轴数(pivot)。
- 将比这个数大的数放到它的右边,小于或等于它的数放到它的左边。
- 再对左右区间重复第三步,直到各区间只有一个数。
特点:适合大量、无序的数据,不需要占用额外空间。
改进:
在区间较小时,可以转换为插入排序。
示例:
1 /** 2 * 快速排序,每轮排序都会确定一个元素的最终位置,并将其余元素放置在该元素两侧。 3 */ 4 @org.junit.Test 5 public void testQuick() { 6 quick(arr, 0, arr.length-1); 7 } 8 private void quick(Integer[] arr, int left, int right) { 9 if (left >= right) { 10 return; 11 } 12 int mid = split(arr, left, right); 13 quick(arr, left, mid-1); 14 quick(arr, mid+1, right); 15 } 16 private int split(Integer[] arr, int left, int right) { 17 int temp = arr[left]; 18 for(;left<right;) { 19 for(;left<right&&arr[right]>=temp;right--) { 20 } 21 if (left < right) { 22 arr[left++] = arr[right]; 23 } 24 for(;left<right&&arr[left]<temp;left++) { 25 } 26 if (left < right) { 27 arr[right--] = arr[left]; 28 } 29 } 30 arr[left] = temp; 31 return left; 32 }
堆排序
大顶堆的定义:有n个元素的序列{k1, k2, k3, ..., kn},满足ki>=k2i,ki>=k2i+1。
大顶堆的构建:
插入元素时,需要自下而上筛选出最大元素至树根;
删除(树根)元素时,需要自上而下重新构建堆结构(首先要将右下角元素,即第n个元素,移至树根)。
使用数字表示一个大顶堆(形状上是一个完全二叉树):
1 for(int i=n/2; i>=1; i--) {//构建大顶堆 2 adjust(toSort, i, n); 3 } 4 for(int i=1; i<n; i++) {//排序 5 int t = toSort[n-i+1]; 6 toSort[n-i+1] = toSort[1]; 7 toSort[1] = t; 8 adjust(toSort, 1, n-i); 9 }
1 private void adjust(Integer[] arr, int parentIndex, int n) { 2 int max = parentIndex; 3 int sonIndex; 4 for(;parentIndex*2<=n;) { 5 if ((sonIndex=parentIndex * 2)<=n&&arr[sonIndex] != null && arr[max] < arr[sonIndex]) { 6 max = sonIndex; 7 } 8 if ((sonIndex=parentIndex * 2+1)<=n&&arr[sonIndex] != null && arr[max] < arr[sonIndex]) { 9 max = sonIndex; 10 } 11 if (max != parentIndex) { 12 int t = arr[max]; 13 arr[max] = arr[parentIndex]; 14 arr[parentIndex] = t; 15 parentIndex = max; 16 }else { 17 break; 18 } 19 } 20 }