【算法】分治:归并之 912.排序数组(medium)

系列专栏

双指针

模拟算法

分治思想


目录

1、题目链接

2、题目介绍

3、解法

解决方案选择

解题步骤

4、代码


1、题目链接

912. 排序数组 - 力扣(LeetCode)

2、题目介绍

给你一个整数数组 nums,请你将该数组升序排列。

你必须在 不使用任何内置函数 的情况下解决问题,时间复杂度为 O(nlog(n)),并且空间复杂度尽可能小。

示例 1:

复制代码
输入:nums = [5,2,3,1]
输出:[1,2,3,5]

示例 2:

复制代码
输入:nums = [5,1,1,2,0,0]
输出:[0,0,1,1,2,5]

提示:

  • 1 <= nums.length <= 5 * 104
  • -5 * 104 <= nums[i] <= 5 * 104

3、解法

解决方案选择

为了满足时间复杂度的要求,我们选择使用归并排序(Merge Sort)算法。归并排序是一种分而治之的算法 ,它将数组分成两半,递归地对它们进行排序,然后将结果合并成一个有序数组。这个过程的时间复杂度为 O(nlog(n)),因为它将问题分解成更小的子问题,直到子问题的大小为1(即已经排序),然后将它们合并起来。

解题步骤

  1. 定义辅助函数
    • merge 函数:负责将两个已排序的子数组合并成一个有序数组。它使用了一个临时数组 tmp 来存储合并过程中的元素,以避免在原始数组上进行复杂的元素移动。
    • mergeSort 函数:递归地将数组分成更小的部分,直到每个部分只包含一个元素(自然是有序的),然后调用 merge 函数将它们合并成有序数组。
  2. 归并排序过程
    • 拆分 :通过递归调用 mergeSort,将数组不断拆分成更小的部分,直到每个部分只包含一个元素。
    • 合并 :在递归返回的过程中,使用 merge 函数将相邻的两个已排序的子数组合并成一个有序数组。
  3. 空间复杂度
    • 归并排序的空间复杂度主要由临时数组 tmp 决定,其大小为 nums.size(),因此空间复杂度为 O(n)。
  4. 时间复杂度
    • 归并排序的时间复杂度为 O(nlog(n)),这主要是由于每次递归调用都将问题规模减半,并且合并操作的时间复杂度为 O(n)。

4、代码

cpp 复制代码
class Solution {
public:
    //归并排序
    //
    void merge(vector<int>& nums, vector<int>& tmp, int left, int mid, int right)
    {
        int lsort = left, rsort = mid + 1;//两个需要进行合并区域的第一个元素下标
        int cur = left;//遍历tmp数组的计数器

        while (lsort <= mid && rsort <= right)
        {
            if (nums[lsort] <= nums[rsort])
            {
                tmp[cur++] = nums[lsort++];
            }
            else {
                tmp[cur++] = nums[rsort++];
            }
        }

        //如果有剩余的数,没有参与比较,直接插入到tmp中
        while (lsort <= mid)
        {
            tmp[cur++] = nums[lsort++];
        }
        while (rsort <= right)
            tmp[cur++] = nums[rsort++];

        while (left <= right)
        {
            nums[left] = tmp[left];
            left++;
        }

    }
    //先拆分,再合并
    void mergeSort(vector<int>& nums, vector<int>& tmp, int left, int right)
    {
        if (left < right)
        {
            int mid = (right + left) / 2;
            mergeSort(nums, tmp, left, mid);
            mergeSort(nums, tmp, mid + 1, right);

            merge(nums, tmp, left, mid, right);
        }

    }
    vector<int> sortArray(vector<int>& nums) {
        vector<int> tmp(nums.size());
        mergeSort(nums, tmp, 0, nums.size() - 1);
        return nums;
    }
};

💗感谢阅读!💗

相关推荐
技术不好的崎鸣同学30 分钟前
[ACTF2020 新生赛]Exec 思路及解法
算法·安全·web安全
Full Stack Developme2 小时前
Java LRU 与 LFU 算法及应用
java·开发语言·算法
Jerry3 小时前
LeetCode 707. 设计链表
算法
疋瓞3 小时前
python和C++对比(1)_数据类型和数据结构
数据结构·c++·python
C语言小火车3 小时前
C++ 堆排序深度精讲:基于完全二叉树的选择排序进化,最坏情况 O(n log n) 的稳定王者
开发语言·c++·算法·排序算法·堆排序
kebidaixu4 小时前
两轮BMS AFE SH367306 I2C 读写时序
算法
智能排队系统_头部供应商4 小时前
RK3588边缘网关改造银行排队系统实战
算法
东方佑4 小时前
临界分词的存在性与最优性:从统计临界态到神经语言模型的双语实证检验
人工智能·算法·语言模型
Fabarta4 小时前
从 0 实现 ChatGPT 风格的流式对话 UI
算法·架构