刷题训练之分治归并

简介: 刷题训练之分治归并

> 作者:დ旧言~

> 座右铭:松树千年终是朽,槿花一日自为荣。

> 目标:熟练掌握分治归并算法。

> 毒鸡汤:学习,学习,再学习 ! 学,然后知不足。

> 专栏选自:刷题训练营

> 望小伙伴们点赞👍收藏✨加关注哟💕💕



🌟前言分析

       最早博主续写了牛客网130道题,这块的刷题是让同学们快速进入C语言,而我们学习c++已经有一段时间了,知识储备已经足够了但缺少了实战,面对这块短板博主续写刷题训练,针对性学习,把相似的题目归类,系统的刷题,而我们刷题的官网可以参考:


⭐知识讲解

基本思想:

这个算法在我们学习数据结构中八大排序之归并,如果大家对这个算法比较陌生的话,可以参考下面这篇博客:

数据结构:手撕各种排序

特点:

我们下面题目所采用的方法都是三路划分法思想,这也和我们的标题分治不谋而合。

大致做题流程:

做题前一定要先画图,在写代码,如果能自己画出图来写代码轻松不少。


🌙topic-->1

题目链接:1. 排序数组



题目分析:

给你一个整数数组 nums,请你将该数组升序排列。(在上一个板块我们采用了快排算法解决,这里采用归并算法来解决)

算法原理:

  • 解法:采用归并算法

图解:



细节处理:

  • 递归结束标志
  • 合并数组循环结束标志
  • 处理没有遍历完的数组

代码演示:

class Solution 
{
    vector<int> tmp;
public:
    vector<int> sortArray(vector<int>& nums) 
    {
        // 开辟一个新的数组
        tmp.resize(nums.size());
        // 调用归并
        mergeSort(nums, 0, nums.size() - 1);
        // 返回
        return nums;
    }
 
    void mergeSort(vector<int>& nums, int left, int right)
    {
        if(left >= right) return;// 递归结束标志
 
        // 1.选择中间点划分区域  [left, mid] [mid+1, right]
        int mid = (left + right) >> 1;
 
        // 2.把左右区间排序(递归)
        mergeSort(nums, left, mid);
        mergeSort(nums, mid + 1, right);
 
        // 3.合并两个有序数组
        int cur1 = left, cur2 = mid + 1,i = 0;
        while(cur1 <= mid && cur2 <= right)
            tmp[i++] = nums[cur1] <= nums[cur2] ? nums[cur1++] :nums[cur2++];
        // 处理没有遍历完的数组
        while(cur1 <= mid) tmp[i++] = nums[cur1++];
        while(cur2 <= right) tmp[i++] = nums[cur2++];
 
        // 4.还原数组
        for(int i = left;i <= right; i++)
            nums[i] = tmp[i -left];
    }
};


🌙topic-->2

题目链接:2.LCR 170. 交易逆序对的总数



题目分析:

输入一段时间内的股票交易记录 record,返回其中存在的「交易逆序对」总数。

算法原理:

  • 解法:采用归并算法

图解:



代码演示:

class Solution
{
  int tmp[50010];
public:
  int reversePairs(vector<int>& nums)
  {
    return mergeSort(nums, 0, nums.size() - 1);
  }
  int mergeSort(vector<int>& nums, int left, int right)
  {
    if (left >= right) return 0;
    int ret = 0;
    // 1. 找中间点,将数组分成两部分
    int mid = (left + right) >> 1;
    // [left, mid][mid + 1, right]
    // 2. 左边的个数 + 排序 + 右边的个数 + 排序
    ret += mergeSort(nums, left, mid);
    ret += mergeSort(nums, mid + 1, right);
    // 3. ⼀左⼀右的个数
    int cur1 = left, cur2 = mid + 1, i = 0;
    while (cur1 <= mid && cur2 <= right) // 升序的时候
    {
      if (nums[cur1] <= nums[cur2])
      {
        tmp[i++] = nums[cur1++];
      }
      else
      {
        ret += mid - cur1 + 1;
        tmp[i++] = nums[cur2++];
      }
    }
    // 4. 处理⼀下排序
    while (cur1 <= mid) tmp[i++] = nums[cur1++];
    while (cur2 <= right) tmp[i++] = nums[cur2++];
    for (int j = left; j <= right; j++)
      nums[j] = tmp[j - left];
    return ret;
  }
};


🌙topic-->3

题目链接:3. 计算右侧小于当前元素的个数


 


题目分析:


给你一个整数数组 nums ,按要求返回一个新数组 counts 。数组 counts 有该性质: counts[i] 的值是  nums[i] 右侧小于 nums[i] 的元素的数量。


算法原理:

  • 解法:采用归并算法

图解:



代码演示:

class Solution
{
  vector<int> ret;
  vector<int> index; // 记录 nums 中当前元素的原始下标
  int tmpNums[500010];
  int tmpIndex[500010];
public:
  vector<int> countSmaller(vector<int>& nums)
  {
    int n = nums.size();
    ret.resize(n);
    index.resize(n);
    // 初始化⼀下 index 数组
    for (int i = 0; i < n; i++)
      index[i] = i;
      mergeSort(nums, 0, n - 1);
    return ret;
  }
  void mergeSort(vector<int>& nums, int left, int right)
  {
    if (left >= right) return;
    // 1. 根据中间元素,划分区间
    int mid = (left + right) >> 1;
    // [left, mid]  [mid + 1, right]
    // 2. 先处理左右两部分
    mergeSort(nums, left, mid);
    mergeSort(nums, mid + 1, right);
    // 3. 处理⼀左⼀右的情况
    int cur1 = left, cur2 = mid + 1, i = 0;
    while (cur1 <= mid && cur2 <= right) // 降序
    {
      if (nums[cur1] <= nums[cur2])
      {
        tmpNums[i] = nums[cur2];
        tmpIndex[i++] = index[cur2++];
      }
      else
      {
        ret[index[cur1]] += right - cur2 + 1; // 重点
        tmpNums[i] = nums[cur1];
        tmpIndex[i++] = index[cur1++];
      }
    }
    // 4. 处理剩下的排序过程
    while (cur1 <= mid)
    {
      tmpNums[i] = nums[cur1];
      tmpIndex[i++] = index[cur1++];
    }
    while (cur2 <= right)
    {
      tmpNums[i] = nums[cur2];
      tmpIndex[i++] = index[cur2++];
    }
    for (int j = left; j <= right; j++)
    {
      nums[j] = tmpNums[j - left];
        index[j] = tmpIndex[j - left];
    }
  }
};


🌙topic-->4

题目链接:4. 翻转对


 


题目分析:


给定一个数组 nums ,如果 i < j 且 nums[i] > 2*nums[j] 我们就将 (i, j) 称作一个重要翻转对。你需要返回给定数组中的重要翻转对的数量。


算法原理:

  • 解法:采用归并算法

图解:



代码演示:

class Solution
{
  int tmp[50010];
public:
  int reversePairs(vector<int>& nums)
  {
    return mergeSort(nums, 0, nums.size() - 1);
  }
  int mergeSort(vector<int>& nums, int left, int right)
  {
    if (left >= right) return 0;
    int ret = 0;
    // 1. 先根据中间元素划分区间
    int mid = (left + right) >> 1;
    // [left, mid] [mid + 1, right]
    // 2. 先计算左右两侧的翻转对
    ret += mergeSort(nums, left, mid);
    ret += mergeSort(nums, mid + 1, right);
    // 3. 先计算翻转对的数量
    int cur1 = left, cur2 = mid + 1, i = left;
    while (cur1 <= mid) // 降序的情况
    {
      while (cur2 <= right && nums[cur2] >= nums[cur1] / 2.0) cur2++;
      if (cur2 > right)
        break;
      ret += right - cur2 + 1;
      cur1++;
    }
    // 4. 合并两个有序数组
    cur1 = left, cur2 = mid + 1;
    while (cur1 <= mid && cur2 <= right)
      tmp[i++] = nums[cur1] <= nums[cur2] ? nums[cur2++] : nums[cur1++];
    while (cur1 <= mid) tmp[i++] = nums[cur1++];
    while (cur2 <= right) tmp[i++] = nums[cur2++];
    for (int j = left; j <= right; j++)
      nums[j] = tmp[j];
    return ret;
  }
};


🌟结束语

      今天内容就到这里啦,时间过得很快,大家沉下心来好好学习,会有一定的收获的,大家多多坚持,嘻嘻,成功路上注定孤独,因为坚持的人不多。那请大家举起自己的小手给博主一键三连,有你们的支持是我最大的动力💞💞💞,回见。


目录
相关文章
|
12月前
|
人工智能 算法
【算法分析与设计】递归与分治策略(二)
【算法分析与设计】递归与分治策略
|
2月前
|
算法 搜索推荐
算法设计 (分治法应用实验报告)基于分治法的合并排序、快速排序、最近对问题
这篇文章是关于分治法应用的实验报告,详细介绍了如何利用分治法实现合并排序和快速排序算法,并探讨了使用分治法解决二维平面上的最近对问题的方法,包括伪代码、源代码实现及时间效率分析,并附有运行结果和小结。
|
3月前
|
算法 搜索推荐 C语言
刷题训练之分治快排
刷题训练之分治快排
16 0
|
3月前
|
算法 C语言 C++
刷题训练之二分查找
本文详细介绍了二分查找算法,包括其时间复杂度、适用场景(如有序/无序数组),并提供了针对LeetCode上常见题型的解析,包括查找、范围搜索和插入位置等,强调理解和记忆关键模板。
18 0
|
5月前
|
算法 搜索推荐
【算法基础】基础算法(一)--(快速排序、归并排序、二分)
【算法基础】基础算法(一)--(快速排序、归并排序、二分)
|
12月前
|
机器学习/深度学习 算法 编译器
【算法分析与设计】递归与分治策略(一)
【算法分析与设计】递归与分治策略
|
5月前
|
存储 算法 搜索推荐
【算法系列篇】分治-归并
【算法系列篇】分治-归并
|
5月前
|
算法 搜索推荐 Java
【算法系列篇】分治-快排
【算法系列篇】分治-快排
|
5月前
|
算法 搜索推荐
归并算法:分治而治的高效算法大揭秘(图文详解)
归并算法:分治而治的高效算法大揭秘(图文详解)
79 0
|
算法 搜索推荐
分治法实现合并排序(归并排序),理解分治算法思想,实现分治算法的完美例子合并排序(含码源与解析)
分治法实现合并排序(归并排序),理解分治算法思想,实现分治算法的完美例子合并排序(含码源与解析)
160 0