快排的空间复杂度O(logN)最差情况是O(N)
堆结构
完全二叉树,从左向右依次变满 i位置上的左孩子i*2+1 右孩子 i*2+2 父节点(i-1)/2
大根堆(每一个节点为头的子树,每一个子树的最大值都是头节点的值)
小根堆(相反)
heapinsert过程,新进数组的值和父节点不断比较,如果大于父节点,转换位置
heapify过程 heapSize防止越界
int largest = left + 1 < heapSize && arr[left+1] > arr[left] ? left +1 : left 先判断右孩子有没有越界,如果没有越界且值比左孩子大,则给largest赋值右孩子,否则为左孩子的值。
完全二叉树如果有N个节点的高度logN,用户如果让返回最大数,然后依旧要形成大根堆,代价就是logN级别的,很低
HeapSort,0位置的数和最后一个数做交换,heap Size--,最大数可以踢出树结构,然后改变结构,变成最大堆,继续这个操作
小根堆的用法
这个堆结构可以直接用priorityQueue ,黑盒不支持已经形成堆的东西,你用很轻的代价去修改里面的结构,只支持给黑河一个数,他返给你一个数,如果只是想要这个功能可以用黑盒,如果有什么特殊要求,需要自己写。
比较器(非常好用)
不基于比较的排序
计数排序:
要根据数据状况来定制,
基数排序:根据有的所有数字安排"桶",看最大的数字是几位,其他数字前面补0补齐,然后从各位开始入桶,再按顺序出桶,再从十位数上看,依次入桶,依次出桶,百位数,依次入桶,依次出桶,最终就得到了排号的数列。
创建一个词频表count
count【 】
0 1 2 3 4 5 6 7 8 9
个位数是哪个就进到哪个里面,当出现重复的,就加一
排序算法的稳定性
用处
先按照物品的价格由小到大,再按照好评率由小到大,最终可以得到一个物美价廉的
排序
选择排序(做不到稳定性)
冒泡排序,相邻相等的时候不让换(可以保持稳定性)
插入排序(相等的时候不换为,有稳定性)
归并排序(两个合并的啥时候,当左右两侧有相等的时候,先拷贝左侧的就可以做到稳定性)
快排(做不到稳定性)
堆排很轻易的就能做到破坏稳定性,在形成堆的时候就会破坏
计数排序和基数排序都是可以做到稳定性的(入桶出桶都是可以维持的)
时间 空 稳
选择 O(N^2) O(1) ×
冒泡 O(N^2) O(1) √
插入 O(N^2) O(1) √
归并 O(N*logN) O(N) √
快排 O(N*logN) O(logN) ×
堆 O(N*logN) O(1) ×
综合排序,利用各自的又是,让整体更快,时间变得更少