当前位置: 首页 > news >正文

算法-排序-10

力扣-真题-排序数组


没啥好说的,排序可以说是最基础的算法题了, 考基本功, 经常面试的笔试题都会让手写 排序。
咱们就从最基础的冒泡排序开始讲。
冒泡排序的 排序逻辑 是 每一次遍历 都把 数组中最大的元素 放在最后。
假如 数组长度是n
那么第一次遍历, 就把数组区间为0~ n-1 的最大数字 放在 n-1 位 (索引从0开始)
第二次 ,就把数组区间为0~ n-2 的最大数字 放在 n -2 位
一直到倒数第二次遍历, 把数组区间在0~ 1 的 最大的数字放在第二位,
此时就已经排好序了。
至于 针对 每一个区间 怎么把 最大的数字 放在最后,比如针对数组区间是0 ~ n -1 , 冒泡排序的方法是, 从0开始遍历到 n-2 , 每一次遍历 ,都让 nums[i] 跟 nums[i+1]对比, 让 大的那个数 占据 nums[i+1],到最后 n-2次遍历, 自然 nums[n-2]就是最大了。

publicint[]sortArray(int[]nums){intn=nums.length-1;// -1是因为其实遍历n-1次就够了for(inti=0;i<n;i++){for(intj=0;j<n-i;j++){if(nums[j]>nums[j+1]){swap(j,j+1,nums);}}}returnnums;}publicvoidswap(intx,inty,int[]nums){inttem=nums[x];nums[x]=nums[y];nums[y]=tem;}

接着就是快速排序。
冒泡排序的 无序区间 是 一点点 减少的。 在数据量有点大的时候, 比如说 100 个数 , 可能需要 比较 接近百万次。
快速排序则采用了 分而治之 的思想, 取 区间 中的第一个数作为基准,
将 区间 划分成两个 更小的区间, 所以 遍历一次, 就能将 100个数字的排序问题, 可能降级两个为 50个 数字 的区间 排序, 然后 再遍历两次 (对两个50区间遍历), 可能就降级为 4 个 25个数字的 区间排序,
随着遍历的继续, 区间数量可能变多, 但是 区间的长度在 断崖式的下降, 8 -》 4 -》 2 -》 1 ,你只要想想 100个数字 一直用冒泡排序 可能需要比较 10000次, 毕竟时间复杂度是O(n^2), 但是在遍历了4次 后最多比较 400次, 加上, 剩下4个 25个数的区间 都用冒泡排序, 一个25区间是 25的平方 225 次, 4次加一起也就 900次比较, 加上400,也就1300次,对比 10000 少了将近 9000次比较。 就可以初见端倪。 更不用说一直用 快速排序 的 分而治之 方法排序。

publicint[]sortArray(int[]nums){sort(0,nums.length-1,nums);returnnums;}publicvoidsort(intleft,intright,int[]nums){if(left>=right)return;// 选择最右边的元素作为基准值intpivot=nums[right];intleftIndex=left;intrightIndex=right-1;while(leftIndex<=rightIndex){// 从左往右找第一个大于等于基准数的数字while(leftIndex<=rightIndex&&nums[leftIndex]<pivot){leftIndex++;}// 从右往左找第一个小于基准数的数字while(leftIndex<=rightIndex&&nums[rightIndex]>pivot){rightIndex--;}// 只有当左指针仍在右指针左侧时才交换if(leftIndex<rightIndex){swap(leftIndex,rightIndex,nums);leftIndex++;rightIndex--;}else{// 退出循环条件break;}}// 将基准值放到正确位置swap(leftIndex,right,nums);// 递归排序左右子数组sort(left,leftIndex-1,nums);sort(leftIndex+1,right,nums);}publicvoidswap(intx,inty,int[]nums){inttemp=nums[x];nums[x]=nums[y];nums[y]=temp;}
http://www.jsqmd.com/news/107218/

相关文章:

  • AffectNet表情识别数据集终极使用指南
  • 拒绝“停下来傻等”:大白话讲透滑动窗口协议 (Sliding Window)
  • MaxScript 实现多边形层级切换按钮
  • 当 Gemini 3 + Nano Banana Pro 抹平了人类最后一丝优越感
  • 从登录测试谈测试用例
  • DeepSeek-V3推理优化实战:从新手到专家的batch_size配置指南
  • 多智能体协同架构:构建分布式AI交互系统的5个关键技术
  • Lottie-web API文档自动化:从手动维护到智能生成的开发革命
  • Cakebrew:macOS包管理的终极图形界面指南
  • 国巨薄膜精密电阻RT0805系列的噪声水平及适合的应用
  • NanoPi R5S性能实战:从零配置到千兆加速全攻略
  • 如何快速美化macOS光标:Mousecape新手完整教程
  • 基于jmeter的性能全流程测试
  • 浅析NCE0130KA在功率开关设计中的应用特性
  • macOS终极解决方案:Electronic WeChat通知管理完全指南
  • Qwen3-30B-A3B-Instruct-2507:小参数激活的智能革命
  • LSPosed框架升级指南:从传统Xposed到现代化模块开发的完美过渡
  • GetQzonehistory:一键备份QQ空间说说的终极解决方案
  • NideShop电商系统:打造高效在线商城的终极Node.js解决方案
  • 2026大专生找工作难吗?Java就业环境变差吗?
  • 企业级构建系统性能优化实战:从Bazel分布式架构到高效团队协作
  • SenseVoice语音识别技术:突破性多任务音频理解解决方案
  • 智能显卡管家:让MacBook双显卡发挥极致效能
  • Base-Admin企业级后台框架终极指南:SpringBoot实战完整解决方案
  • OctoSQL查询计划分析终极指南:从入门到性能优化实战
  • 腾讯混元视频生成模型:打破闭源技术垄断的开源革命
  • WAN2.2 AllInOne技术突破:AI视频生成的极速实战指南
  • 10个高效技巧:终极免费垃圾分类数据集实战指南
  • 3大架构级纹理优化策略:从内存瓶颈到性能突破的实战复盘
  • 3步搞定媒体服务器集成:Homepage实战配置指南