409王道数据结构强化——算法题(二)

简介: 409王道数据结构强化——算法题

6.真题(只考虑次优解和暴力解)

6.1.数组

6.1.1.(2010)2cd73f5c19f640678b401bb0f12399e1.png

(1)新建一个与arr数组等长的数组arr,先将arr的后p个元素依次存放到res数组的前p个元素中,然后再将arr的剩余元素依次存放到res的剩余元素中

int* Reverse(int arr[], int n, int p) {
    int *res = (int*)malloc(sizeof(n));
    memset(a, 0, sizeof(int) * n);
    int i, j;
    for (i = n - p + 1, j = 0; i < n; i++, j++) res[j] = arr[i];
    for (i = 0; i < n - p + 1; i++, j++) res[j] = arr[i];
}

(3)O(n),O(n)

6.1.2.(2011)7b55667b406142e59b5943b9b605081b.png

(1)都放入新数组中快速排序

int Partation(int arr[], int low, int high) {
    随机将数组中某一元素和arr[low]交换    //快排优化
    int pivot = arr[low];    //选择arr[low]为基准元素
    while (low < high) {    
        while (low < high && arr[high] >= pivot) high--;    
        arr[low] = arr[high];
        while (low < high && arr[low] < pivot) low++;
        arr[high] = arr[low];
    }
    arr[low] = pivot;
    return low;
}
void QuickSort(int arr[], int low, int high) {
    if (low < high) {
        int pivotPos = Partation(arr, low, high);
        QuickSort(arr, low, pivotPos - 1);
        QuickSort(arr, pivotPos + 1, high);
    }
}
int GetMidNum(int A[], int B[], int len){
    int* C = (int*)malloc((sizeof(int) * (2 * len))    //新建长度为2len的数组C
    int i,j;
    for (i = 0; i < len; i++) C[i] = A[i];    //将数组A复制到数组C的前半段中
    for (j = 0; j < len; i++, j++) C[i] = B[j];    //将数组B复制到数组C的后半段中
    QuickSort(C, 0, 2 * len - 1);    //对数组C进行快速排序
    cout << C[len - 1];    //输出中位数
}

(2)数组指针后移把数存入第三个数组(用count记录进行次数的方法并不能降低时间复杂度,省略系数后还是n的时间复杂度)

int GetMidNum(int A[], int B[], int len) {
    int *C = (int*)malloc(sizeof(int) * 2 * len);
    int i, j, k;
    for(i = 0, j = 0, k = 0; i < len && j < len; k++){    
        if (A[i] < B[j]) {    //比较A[i]和B[j],更小的存入C,并且该数组的指针向后移
            C[k] = A[i];
            i++;
        }
        else {
            C[k] = B[j];
            j++;
        }
    }
    cout << C[len - 1];
}

(3)数组指针后移(本质上和2一样,都是控制指针后移)

int GetMidNum(int A[], int B[], int len) {
    int count = 0, i, j, res;
    while (i < len && j < len && count < len) {
        if (A[i] < B[j]) {
            i++;
            res = A[i];
        }
        else {
            j++;
            res = B[j];
        }
        count++;
    }
    cout << res;
}
int GetMidNum(int A[], int B[], int len) {
    int i, j, k;
    for (k = 1, i = 0, j = 0; k < n; k++) {    //一共移动n - 1次
        if (A[i] < B[j]) i++;
        else j++;
    }
    cout << min(A[i], B[j]);    //输出A和B数组中当前元素的较小值
}

6.1.3.(2013) ffef097f69df4176bec17427445a80d9.png

(1)枚举:逐个元素判断(两层循环)

void MainNum(int A[], int n) {
    int i, j, count;
    for (i = 0; i < n; i++) {
        for (j = 0, count = 0; j < n; j++) {
            if (A[j] == A[i]) count ++;    //当前A[j]等于A[i],出现次数+1
        }
        if (count > n / 2) {
            cout << A[i];    //A[i]出现次数满足主元素要求,输出A[i]
            return;    //结束
        }
    }
    cout << -1;    //没有主元素,输出-1
    return;
}

(2)快速排序:

int Partation(int arr[], int low, int high) {
    随机选定数组下标low - high之间的元素和arr[low]对调    //快排优化
    int pivot = arr[low];
    while (low < high) {
        while (low < high && arr[high] >= pivot) high--;
        arr[low] = arr[high];
        while (low < high && arr[low] <pivot) low++;
        arr[high] = arr[low;
    }
    arr[low] = pivot;
    return low;
}
void QuickSort(int arr[], int low, int high) {    //快速排序
    if (low < high) {
        int pivotPos = Partation(arr, low, high);
        QuickSort(arr, low, pivotPos - 1);
        QuickSort(arr, pivotPos + 1, high);
    }
}
int MainNum(int arr[], int n) {
    //count标记当前元素的出现次数,current记录当前元素
    int i, current = arr[0], count = 1;    
    for (int i = 1; i < n; i++) {    //遍历数组
        if (arr[i] == current) count ++;    //当前元素和current相同,出现次数 + 1
        else {    //当前元素和current不同,用当前元素替换current,并且出现次数归1
            current = A[i];
            count = 1;
        }
        if (count > n / 2) return current;    //出现次数大于>n/2,则current为主元素
    }
    return -1;    //没有主元素,返回-1
}

(3)动态规划:空间换时间,A出现的元素范围是正整数且<n,申请一个长度为n的数组,

第一遍遍历A数组记录每个元素其值出现的次数:设A中出现i,则count[i]++

第二遍遍历count数组,找是否有元素的值 > n/2,即A中出现次数 > n/2

int GetMainNum(int A[], int n) {
    int *count = (int*)malloc(sizeof(int) * n);
    memset(count, 0 , sizeof(int) * n);
    //遍历数组,将当前元素的值作为下标在count中对应元素+1
    for (int i = 0; i < n; i++) count[A[i]]++;
    //count[i]元素的值即i在A中出现的次数
    for (int i = 0; i < n; i++) {
        if (count[i] > n / 2) return i;    //i出现次数>n/2,i为主元素
    }
    return -1;
}

6.1.4.(2016)8b25a2ebcd2942dd897775fb82ffa276.png

快速排序:先对数组进行排序即满足需求(向下取整,即数组个数为奇数时,右大左小)

int Partation(int arr[], int low, int high) {
    随机选择一个数组下标为low - high的元素和arr[low]交换    //快排优化
    int pivot = arr[low];
    while (low < high) {
        while (low < high && arr[high] >= pivot) high--;
        arr[low] = arr[high];
        while (low < high && arr[low] < pivot) low++;
        arr[high] = arr[low];
    }
    arr[low] = pivot;
    return low;
}
void QuickSort(int arr[], int low, int high){
    if (low < high) {
        int pivotPos = Partation(arr, low , high);
        QuickSort(arr, low, pivotPos - 1);
        QuickSort(arr, pivotPos + 1, high);
    }
}
void Divid(int arr[], int n){
    QuickSort(arr, 0, n - 1);    //快速排序
    for (int i = 0; i < n / 2; i++) cout << arr[i] << endl;    //输出子集A1
    for (int i = n / 2; i < n; i++) cout << arr[i] << endl;    //输出子集A2
}

6.1.5.(2018)c304e33e64b74b8c962330749a93abc5.png

(1)快速排序

int Partation(int arr[], int low,int high) {
    随机选择一个数组下标为low - high之间的元素和arr[low]交换    //快排优化
    int pivot = arr[low];
    while (low < high) {
        while (low < high && arr[high] >= pivot) high--;
        arr[low] = arr[high];
        while (low < high && arr[low] < pivot) low--;
        arr[high] = arr[low];
    }
    arr[low] = pivot;
    return low;
}
void QuickSort(int arr[], int low, int high) {
    if (low < high) {
        int pivotPos = Partation(arr, low, high);
        QuickSort(arr, low, pivotPos - 1);
        QuickSort(arr, pivotPos + 1, high);
    }
}
int GetNum(int arr[], int n) {
    QuickSort(arr, 0, n - 1);    //将数组排序成有序
    int i, j;
    while (arr[i] <= 0 && i < n) i++;
    if (i == n) return 1;    //数组中的没有正数
    if (arr[i] != 1) return 1;    //此时arr[i]为数组中最小正整数
    //如果不是1,则1是未出现的最小正整数
    else {    //arr[i]为1,找到第一个正数间断点
        j = i + 1; 
        while (j < n && arr[j] != arr[j - 1] && arr[j] != arr[j - 1] + 1);
        return arr[j - 1] + 1;    //返回上一个元素+ 1的值
    }
}

(2)空间换时间

int MinNum(int arr[], int n) {
    int *count = (int*)malloc(sizeof(int) * (n + 1));
    memset(count, 0, sizeof(int) * (n + 1));
    int i;
    //遍历数组,当前元素大于0,则在count数组以该元素为数组下标的元素自增1
    for (i = 0; i < n; i++) if (arr[i] > 0) count[arr[i]]++;
    //count数组元素的值即该下标在arr数组中出现的次数,返回第一个为0的下标
    for (i = 1; i < n + 1; i++) if (count[i] == 0) return i;
}

6.1.6.(2020)70f3d649837d42a1a3f19655b005e605.png

int GetDis(int a, int b){
    int c = a - b;
    if (c >= 0) return c;
    else return -c;
}
int MinDis(int A[], int B[], int C[], int lenA, int lenB, int lenC){
    int i, j, k, temp;
    int min = MAX_INT;    //将min初始化为INT类型的最大值
    for (i = 0; i < lenA; i++){
        for (j = 0; j < lenB; j++){
            for (k = 0; k < lenC; k++){
                //计算三个数组当前元素的距离
                temp = GetDis(A[i], B[j]) + GetDis(A[i], C[k]) + GetDis(B[j], C[k]);
                //更新min
                if (temp < min) min = temp;
            }
        }
    }
    return min;
}

6.2.链表

6.2.1.(2009)7c4d31edab9d4cedb94429fae6c95f3d.png

(1)前后指针

int GetK(LNode *L, int k){
    LNode *p = L, *q = L;
    for (int i = 1; i < k; i++) p = p->link;    //p向前移动k - 1个结点
    while(p->link) {    //p和q同步移动,p移动至链表最后一个结点时,q就是倒数第k个结点
        p = p->link;
        q = q->link;
    }
    return q->data;    //返回q的data
}

(2)用数组保存每个结点的值

int GetK(LNode *L, int k){    
    int len = 0;    
    LNode *p = L;
    while (p) {    //遍历链表得到链表长度
        p = p->link;
        len++;
    }
    int *arr = (int*)malloc(sizeof(int) * len);    //申请和链表长度相同的数组
    int i = 0;
    p = L;
    while (p) {    //遍历链表,保存每个结点的值到数组中
        arr[i++] = p->data;
        p = p->link;
    }
    cout << arr[n - k];    //输出倒数第k个结点
}

(3)遍历数组两次,第一次得到数组的长度,第二次移动到倒数第k个

int ans(LNode *L, int k){
    int len = 0;
    LNode *p = L;
    while (p) {    //第一遍循环得到链表长度
        p = p->next;
        len++;
    }
    p = L;    //p重新指向头结点
    count = n - k + 1;
    while (count > 0) p = p->next;
    cout << p->data;
}


相关文章
|
10月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
597 1
|
10月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
249 0
|
存储 算法 Java
算法系列之数据结构-二叉树
树是一种重要的非线性数据结构,广泛应用于各种算法和应用中。本文介绍了树的基本概念、常见类型(如二叉树、满二叉树、完全二叉树、平衡二叉树、B树等)及其在Java中的实现。通过递归方法实现了二叉树的前序、中序、后序和层次遍历,并展示了具体的代码示例和运行结果。掌握树结构有助于提高编程能力,优化算法设计。
426 10
 算法系列之数据结构-二叉树
|
算法 Java
算法系列之数据结构-Huffman树
Huffman树(哈夫曼树)又称最优二叉树,是一种带权路径长度最短的二叉树,常用于信息传输、数据压缩等方面。它的构造基于字符出现的频率,通过将频率较低的字符组合在一起,最终形成一棵树。在Huffman树中,每个叶节点代表一个字符,而每个字符的编码则是从根节点到叶节点的路径所对应的二进制序列。
412 3
 算法系列之数据结构-Huffman树
|
算法 Java
算法系列之数据结构-二叉搜索树
二叉查找树(Binary Search Tree,简称BST)是一种常用的数据结构,它能够高效地进行查找、插入和删除操作。二叉查找树的特点是,对于树中的每个节点,其左子树中的所有节点都小于该节点,而右子树中的所有节点都大于该节点。
571 22
|
存储 机器学习/深度学习 算法
C 408—《数据结构》算法题基础篇—链表(下)
408考研——《数据结构》算法题基础篇之链表(下)。
531 30
|
存储 算法 C语言
C 408—《数据结构》算法题基础篇—链表(上)
408考研——《数据结构》算法题基础篇之链表(上)。
791 25
|
存储 人工智能 算法
C 408—《数据结构》算法题基础篇—数组(通俗易懂)
408考研——《数据结构》算法题基础篇之数组。(408算法题的入门)
893 23
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
396 59
|
11月前
|
编译器 C语言 C++
栈区的非法访问导致的死循环(x64)
这段内容主要分析了一段C语言代码在VS2022中形成死循环的原因,涉及栈区内存布局和数组越界问题。代码中`arr[15]`越界访问,修改了变量`i`的值,导致`for`循环条件始终为真,形成死循环。原因是VS2022栈区从低地址到高地址分配内存,`arr`数组与`i`相邻,`arr[15]`恰好覆盖`i`的地址。而在VS2019中,栈区先分配高地址再分配低地址,因此相同代码表现不同。这说明编译器对栈区内存分配顺序的实现差异会导致程序行为不一致,需避免数组越界以确保代码健壮性。
228 0
栈区的非法访问导致的死循环(x64)