微信页面设计网站,成都注册公司代理公司,wordpress自建,建设网站宽度最好是多少力扣hot100道【贪心算法后续解题方法心得】 十四、贪心算法关键解题思路1、买卖股票的最佳时机2、跳跃游戏3、跳跃游戏 | |4、划分字母区间 十五、动态规划什么是动态规划#xff1f;关键解题思路和步骤1、打家劫舍2、01背包问题3、完全平方式4、零钱兑换5、单词拆分6、最长递… 力扣hot100道【贪心算法后续解题方法心得】 十四、贪心算法关键解题思路1、买卖股票的最佳时机2、跳跃游戏3、跳跃游戏 | |4、划分字母区间 十五、动态规划什么是动态规划关键解题思路和步骤1、打家劫舍2、01背包问题3、完全平方式4、零钱兑换5、单词拆分6、最长递增子序列7、乘积最大子序列8、分割等和子集 十六、多为动态规划1、不同路径2、最小路径和3、最长回文子串4、最长公共子序列5、编辑距离 十七、技巧十八、排序算法概述1、冒泡排序Bubble Sort2、选择排序Selection Sort3、插入排序4、快速排序Quick Sort5、归并排序Merge Sort6、堆排序Heap Sort7、希尔排序Shell Sort8、桶排序Bucket Sort9、基数排序Radix Sort 其他相关内容1. 哈希-矩阵解题心得一[https://blog.csdn.net/a147775/article/details/143558612](https://blog.csdn.net/a147775/article/details/143558612)2. 链表-堆解题心得二[https://blog.csdn.net/a147775/article/details/144218993](https://blog.csdn.net/a147775/article/details/144218993) 十四、贪心算法
关键解题思路
理解贪心的本质是选择每一阶段的局部最优从而达到全局最优。
贪心算法一般分为如下四步
将问题分解为若干个子问题找出适合的贪心策略求解每一个子问题的最优解将局部最优解堆叠成全局最优解
1、买卖股票的最佳时机
1解题关键思路
在最低价格买入最高利润卖出思路是错误的) 如[2,100,1,5]可能在最低价格1买入然后5卖出吗不可能。总的来说应该是在遍历每一天中后续相邻天数的净利润相加净利润0舍弃重新开始得到最大值。
2代码 public int maxProfit(int[] prices) {int maxSum 0;int sum 0;for (int i 0; i prices.length; i) {sum prices[i];if (sum 0) sum 0;maxSum Math.max(maxSum, sum);}return maxSum;}3分析
求每一天的净利润相加得到的就是最大值0就直接舍弃从下一个元素开始继续重复上述操作。
2、跳跃游戏
1解题思路与关键难点
就是跳到哪里进行覆盖如果覆盖是数组长度索引最大直接可以
关键难点 知道思路是什么但却写不出代码不知道应该怎么写代码 解答
每次移动只能在 cover 的范围内移动每移动一个元素cover 得到该元素数值新的覆盖范围的补充让 i 继续移动下去。贪心算法局部最优解每次取最大跳跃步数取最大覆盖范围整体最优解最后得到整体最大覆盖范围看是否能到终点。 1解题关键思路coverRange覆盖达到nums.length-1每次遍历最大遍历只能到达converRange 2代码
// 思路求每个下标下的最大覆盖位置public boolean canJump(int[] nums) {if (nums.length 1) return true;int coverRange 0;// 为什么是相等// 因为可以跳到该覆盖索引的下标下for (int i 0; i coverRange; i) {coverRange Math.max(coverRange, i nums[i]);if (coverRange nums.length -1) return true;}return false;}3分析
判断coverRange覆盖达到nums.length-1返回true每次遍历最大遍历只能到达converRange并在每次更新converRange的最大赋值。
3、跳跃游戏 | |
1解题关键 要想清楚什么时候步数才一定要加一呢 关键点 所以真正解题的时候要从覆盖范围出发不管怎么跳覆盖范围内一定是可以跳到的以最小的步数增加覆盖范围覆盖范围一旦覆盖了终点得到的就是最少步数
这里需要统计两个覆盖范围当前这一步的最大覆盖和下一步最大覆盖 2代码
// 尽可能的选择跳最远的public int jump(int[] nums) {if (nums.length 1) return 0;int nextCoverRange 0;int currentCover 0;int res 0;for (int i 0; i nextCoverRange ; i) {nextCoverRange Math.max(nextCoverRange , i nums[i]);if (nextCoverRange nums.length - 1) {res;break;}// 在当前覆盖范围内寻找最大覆盖范围// 如果走完当前覆盖范围计算下一步最大的覆盖范围还没有到达终点// 再加一步进行移动if (i currentCover) {// 开始跳跃跳跃范围是nextCoverRange res;currentCover nextCoverRange ;}}return res;}3分析
在当前覆盖索引寻找nextCoverRange 最大值是否覆盖nums.length - 1如果覆盖直接1退出如果遍历结束还没有就进行跳转到下一个nextConverRange中的某个位置继续遍历。
4、划分字母区间
1关键解题思路 题目要求同一个字母只能出现在一个片段里面故而解题关键就是找出同一个字母出现的最远的索引即可。 2代码
public ListInteger partitionLabels(String s) {// 记录每个字母最后的索引位置int[] last new int[26];char[] chars s.toCharArray();// 获取每个字母最后的起始位置for (int i 0; i chars.length; i) {last[chars[i] - a] i;}ListInteger list new ArrayList();int end 0;int start 0;for (int i 0; i chars.length; i) {// 什么时候加入listend Math.max(end, last[i]);if (i end) {list.add(end - start 1);start end 1;}}return list;}3分析
最重要一步就是记录同一个字母的最后索引位置然后遍历等到i end时候收集一个区间的结果
十五、动态规划
什么是动态规划
动态规划Dynamic Programming简称DP是一种解决具有重叠子问题和最优子结构特性的问题的方法。其核心思想是将一个复杂的问题分解成一系列更小的子问题并通过存储这些子问题的解来避免重复计算从而提高算法效率即为利用空间存储已经计算过的值达到空间换时间。
关键解题思路和步骤
思路 将一个复杂的问题分解成一系列更小的子问题通过存储这些子问题的解进行后续问题的解避免重复计算。
步骤
确定dp数组以及下标的含义确定递推公式dp数组如何初始化确定遍历顺序举例推导dp数组
为什么是先进行递推公式的确定再进行初始化呢
因为一些情况是递推公式决定了dp数组要如何初始化
1、打家劫舍
1解题关键
确定dp数组含义根据第i家偷还是不偷确定递推公式如果偷dp[i] dp[i-2] num[i]不偷就是dp[i] dp[i-1],因为是求最大故而递推公式为dp[i] Math.max(dp[i - 1], dp[i - 2] nums[i - 1]);初始化根据递推公式可知dp[0] 0,dp[1] nums[0]必偷。确定遍历顺序从0开始偷进行计算。 2代码 public int rob(int[] nums) {int length nums.length;if ( length 0) return 0;int[] dp new int[length 1];dp[0] 0;dp[1] nums[0];for (int i 2; i length; i) {dp[i] Math.max(dp[i - 1], dp[i - 2] nums[i-1]);}return dp[length];}3分析同1
2、01背包问题
1解题关键 2关键优化代码
// 外层循环遍历每个类型的研究材料for (int i 0; i M; i) {// 内层循环从 N 空间逐渐减少到当前研究材料所占空间for (int j N; j costs[i]; j--) {// 考虑当前研究材料选择和不选择的情况选择最大值dp[j] Math.max(dp[j], dp[j - costs[i]] values[i]);}}3分析
确定遍历顺序背包遍历顺序为倒叙防止同一个物品被添加多次。
3、完全平方式
1解题关键
动态规划5个步骤并类比完全背包和01背包解法。无非就是149这些是物品重量然后n是背包容量可以重复添加求最小次数加满背包。遍历顺序就是先遍历物品再遍历背包类比完全背包问题 2代码 public int numSquares(int n) {// 把平方当作物品无限使用然后n代表背包容量// 刚好装满这个背包最少需要多少个物品// dp[i]表示装满容量为i的背包最少需要多少个物品int[] dp new int[n 1];// 因为求的是min防止递推公式的值被初始值覆盖Arrays.fill(dp, Integer.MAX_VALUE);dp[0] 0;dp[1] 1;for (int i 1; i*i n; i) { //遍历物品for (int j i*i; j n; j) {dp[j] Math.min(dp[j], dp[j - i * i] 1);}}return dp[n];}3分析
完全背包问题无非就是一个物品可以重复添加达到背包被装满为止的最大值。
4、零钱兑换
解法同上面一样
5、单词拆分
1关键解题思路 dp[i]表示i长度的字符串能否被若干个单词组成。故而推导公式 dp[j] wordDictSet.contains(s.substring(j, i)) - dp[i] true
2代码 // 典型背包问题 把wordDict当作物品即可public boolean wordBreak(String s, ListString wordDict) {SetString wordDictSet new HashSet(wordDict);int sLength s.length();// 代表容量背包的最大值boolean[] dp new boolean[sLength 1];dp[0] true;for (int i 1; i s.length(); i) {for (int j 0; j i; j) {if (dp[j] wordDictSet.contains(s.substring(j, i))) {dp[i] true;}}}return dp[sLength];}6、最长递增子序列
1关键解题步骤 dp[i]:含义代表的是对应的索引下标的最长递增子序列。 2代码 public int lengthOfLIS(int[] nums) {// 以nums[i]为结尾的最长递增子序列int[] dp new int[nums.length];// 最低要求都是1Arrays.fill(dp, 1);int res 1;for (int i 0; i nums.length; i) {for (int j 0; j i; j) {if (nums[i] nums[j]) {dp[i] Math.max(dp[i], dp[j] 1);}}res Math.max(res, dp[i]);}// 结果不一定是对应的结尾可能是之前的return res;}3分析 如果nums[i] nums[j]代表有一个索引下标符合条件不断遍历寻找最大值。有点类似单词拆分题目的解法
7、乘积最大子序列
1解题关键 定义两个变量 iMax 和 iMin分别用于记录[0,i)为止的最大乘积和最小乘积。这是因为负数乘以最大值可能会变成最小值而负数乘以最小值可能会变成最大值。同时还需要一个变量 max来记录全局的最大乘积。 2代码 public int maxProduct(int[] nums) {// 设置最大值为初始值int max Integer.MIN_VALUE,imax 1, imin 1;for (int i 0; i nums.length; i) {if (nums[i] 0) {int temp imax;imax imin;imin temp;}imax Math.max(imax * nums[i], nums[i]);imin Math.min(imin * nums[i], nums[i]);max Math.max(imax, max);}return max;}8、分割等和子集
1关键解题思路
求相同的等和故而进行累加sum判断sum % 2 ! 0 。target sum / 2此时可以看作是背包容量数组里面的元素就是物品无非就是从添加物品能否填满背包。 2代码 public boolean canPartition(int[] nums) {int sum 0;int n nums.length;for (int i 0; i n; i) {sum nums[i];}if (sum % 2 ! 0) return false;int target sum / 2;int[] dp new int[target 1];dp[0] 0;for (int i 1; i n; i) {for (int j target; j nums[i] ; j--) {dp[j] Math.max(dp[j], dp[j - nums[i]] nums[i]);}}return target dp[target];}十六、多为动态规划
1、不同路径
1解题思路 某一个网格的路径 左边网格右走一步 上边网格下走一步。 定义 dp[i][j] dp[i - 1][j] dp[i][j - 1] 2代码
//2.空间优化public int uniquePaths(int m, int n) {// dp[i][j]表示到达(i,j)的路径数int[] dp new int[n];for (int i 0; i n; i) {dp[i] 1;}for (int i 1; i m; i) {for (int j 1; j n; j) {// dp[j]的表示当前这一行 的dp[j] dp[j-1]表示上一行的dp[j]dp[j] dp[j] dp[j - 1];}}return dp[n - 1];// 初始化第一列}}2、最小路径和
1关键解题思路 某网格最小值无非就是公式 // grid[i][j] min(grid[i - 1][j], grid[i][j - 1]) grid[i][j] 通过累加改变每个网格的值此时网格的值代表所有路径下最小的和也就是直接在grid[i][j] 上面直接修改。 2代码 public int minPathSum(int[][] grid) {// grid[i][j] min(grid[i - 1][j], grid[i][j - 1]) grid[i][j] // 原 grid 矩阵元素中被覆盖为 dp 元素后都处于当前遍历点的左上方不会再被使用到for (int i 0; i grid.length; i) {for (int j 0; j grid[0].length; j) {if (i 0 j 0) continue;else if (i 0) grid[i][j] grid[i][j - 1];else if ((j 0)) grid[i][j] grid[i - 1][j];else grid[i][j] Math.min(grid[i - 1][j], grid[i][j - 1]);}}return grid[grid.length - 1][grid[0].length - 1];}3、最长回文子串
1解题关键思路 解题关键方法中心扩散法
如何理解中心扩散法 它的基本思想是从每一个可能的“中心”开始向两边扩展直到不能再扩展为止。 即为从每一个位置出发向两边扩散。遇到不是回文时候就直接结束。 例如“babad” 第二个b位置2出发最长回文子串为多少。怎么找
先往左寻找与当期位置相同的字符直到不相等。往右寻找与当前位置相同的字符直到不相等最后就进行左右双向扩散直到左和右不相等。
如图所示 每个位置向两边扩散都会出现一个窗口大小len。如果 lenmaxLen(用来表示最长回文串的长度。则更新 maxLen 的值。 因为我们最后要返回的是具体子串而不是长度因此还需要记录一下 maxLen 时的起始位置maxStart即此时还要 maxStartlen。
2代码 public String longestPalindrome(String s) {int length s.length();if (length 1) return s;// 定义中心扩散中心的左右边界int left 0;int right 0;// 当前中心点的回文字串最大长度int len 1;// 某结果中心点的最大回文字串的起始索引int maxStart 0;// 该结果最大的回文字串长度int maxLen 0;for (int i 0; i length; i) {// 先进行左右扩散left i-1;right i1;// 左扩散while (left 0 s.charAt(left) s.charAt(i)) {left--;len;}// 右扩散while (right length s.charAt(right) s.charAt(i)) {right;len;}// 左右扩散while (right length left 0 s.charAt(right) s.charAt(left)) {left--;right;len 2;}// 最终得到以该i位置为中心的回文字串长度if (len maxLen) {maxLen len;// 记录起始位置maxStart left1;}// 重置len 为下一个准备len 1;}return s.substring(maxStart, maxStart maxLen);}3分析
最为关键的一点就是 left i-1;right i1;先提前扩散好为后续左右左右扩散s.charAt(left) s.charAt(i)等比较做好准备。因为提前左右扩散所以最终的left是不符合的而left1才是回文子串的起始位置。
4、最长公共子序列
1解题关键
求公共最长子序列就是利用dp数组存放之前已经计算过的值依次计算到text1text2结尾得出结果。利用二维数组dp[i][j] 表示【0 - t1-1】区间和【0 - t2-1】区间的最长公共子序列依次存储计算过的值最终得到结果dp[t1][t2];
2代码 public int longestCommonSubsequence(String text1, String text2) {int t1 text1.length();int t2 text2.length();// 代表0 - t1-1和0 - t2-1的最长公共子序列int[][] dp new int[t1 1][t2 1];for (int i 1; i t1; i) {for (int j 1; j t2; j) {if (text1.charAt(i - 1) text2.charAt(j - 1)) {dp[i][j] dp[i - 1][j - 1] 1;}else{dp[i][j] Math.max(dp[i - 1][j], dp[i][j - 1]);}}}return dp[t1][t2];}3分析
当两个text1.charAt(i - 1) text2.charAt(j - 1)代表的是最后一个字母相等此时1当不相等时候等于text1-1和text2或者text1和text2-1比较得到结果。
5、编辑距离
1解题关键 本题咋一看完全没有思路其实解决本题的思路主要就是定义二维的动态dp并理解dp[i][j][0i-1] [0j-1]区间的最少操作数思路其实和上一题最长公共子序列长度差不多无非就是相等时候不用操作不相等时候进行增删改。 2代码 public int minDistance(String word1, String word2) {int w1 word1.length();int w2 word2.length();char[] W1 word1.toCharArray();char[] W2 word2.toCharArray();// dp[i][j]word1[0..i-1]和word2[0..j-1]的最小编辑距离int[][] dp new int[w1 1][w2 1];// 初始化// 初始化for (int i 0; i w1; i) {dp[i][0] i;} for (int j 0; j w2; j) {dp[0][j] j;}for (int i 1; i w1; i) {for (int j 1; j w2; j) {// 相等 等于之前if (W1[i - 1] W2[j - 1]) {dp[i][j] dp[i - 1][j - 1];} else {// dp[i - 1][j]word1删除一个元素那么就是以下标i - 2为结尾的word1与j-1为结尾的word2的最近编辑距离 再加上一个操作。dp[i][j] Math.min(dp[i - 1][j - 1], Math.min(dp[i - 1][j], dp[i][j - 1]) ) 1;}}}return dp[w1][w2];}3分析 无非就是理解递推公式相等时候不需要操作直接得出结果dp[i][j] dp[i - 1][j - 1]; 不相等时候 dp[i][j] Math.min(dp[i - 1][j - 1], Math.min(dp[i - 1][j], dp[i][j - 1]) ) 1;对i索引-1操作或者j-1索引操作最后替换 i-1,j-1操作求三个操作最小值。
十七、技巧
十八、排序算法
概述
1、冒泡排序Bubble Sort
冒泡排序Bubble Sort通过重复遍历要排序的列表一次比较两个元素如果他们的顺序错误就把他们交换过来。 1关键解题思路 2代码
/* 冒泡排序 */void bubbleSort(int[] nums) {int length nums.length;if(length2) return;// 只需要遍历length -1遍即可for (int i length -1 ; i 0 ; i--) {boolean flag false;for (int j 0; j i; j) {if (nums[j] nums[j 1]) {int temp nums[j];nums[j] nums[j1];nums[j 1] temp;// 每次交换都表示有flag true;}}// 说明没有进行交换 已经达到有序直接退出if (!flag) break;}}3分析 1、时间复杂度 最好情况on最坏情况on*n 2、空间复杂度 o1
2、选择排序Selection Sort
选择排序Selection Sort在未排序序列中找到最小大元素存放到排序序列的起始位置然后再从剩余未排序元素中继续寻找最小大元素然后放到已排序序列的末尾。 1关键解题思路 2代码
/* 选择排序 */void selectionSort(int[] nums) {int length nums.length;if(length2) return;// 只需要遍历length -1遍即可for (int i 0; i length-1; i) {int minIndex i;for (int j i; j length; j) {if (nums[minIndex] nums[j]) {// 如果直接这样是无法记录最小值所在的索引位置的minIndex j;}}int temp nums[i];nums[i] nums[minIndex];nums[minIndex] temp;}// 说明没有进行交换 已经达到有序直接退出}3分析 1、时间复杂度 on*n 2、空间复杂度 o1
3、插入排序
插入排序Insertion Sort在已有的有序序列对于未排序数据在已排序序列中从后向前扫描找到相应位置并插入。 1关键解题思路 2代码 /* 插入排序 */void insertionSort(int[] nums) {int length nums.length;if(length2) return;// 为什么从索引1开始类似打牌一样摸到的第一张牌不需要进行排序for (int i 1; i length; i) {// 待排序元素int base nums[i];// 待排序的有序最后的区间int j i - 1;// 内循环将 temp从后向前扫描插入到已排序区间 [0, i-1] 中的正确位置while (j 0 base nums[j]) {// 将元素向后面移动nums[j 1] nums[j];j--;}// 退出循环此时j是刚好比bse小的 找到插入的索引位置将其插入nums[j 1] base;}}3分析 1、时间复杂度
最佳情况为on最坏情况on*n 2、空间复杂度 o1 3、理解关键解题思路 在已排序序列中从后向前扫描找到相应位置并插入。
4、快速排序Quick Sort
快速排序Quick Sort也是基于分治法的排序算法通过一个“基准数”pivot将数组分成两部分左边部分的所有元素都小于基准数右边部分的所有元素都大于基准数然后递归地对这两部分进行排序。 1解题关键思路 选定一个基准数大于基准数的就排在右边小于基准数的就排在左边重复操作 2代码 /* 快速排序 */void quickSort(int[] nums, int left, int right) {if (left right) return;int baseIndex partition(nums, left, right);quickSort(nums,left,baseIndex-1);quickSort(nums,baseIndex1,right);}int partition(int[] nums, int left, int right) {// 选取第一个元素作为基准int base nums[left];while (left right) {while (left right nums[right] base) {right--;}// 进行左右交换// 将较小的元素放到左边nums[left] nums[right];while (left right nums[left] base) {left;}// 将较大的元素放到右边nums[right] nums[left];}// 最后将基准元素放到正确的位置nums[left] base;return left;}3分析
选取一个以左边为基准的元素然后right来移动寻找小于base的数字然后放到左边 nums[left] nums[right];接下来就是同理可得 1、时间复杂度为 nlogn 2、空间复杂度为on
5、归并排序Merge Sort
归并排序Merge Sort采用分治法的一个典型应用将已经有序的子序列合并得到完全有序的序列即先使每个子序列有序再使子序列段间有序。 1关键解题思路
划分阶段通过递归不断地将数组从中点处分开将长数组的排序问题转换为短数组的排序问题。合并阶段当子数组长度为 1 时终止划分开始合并持续地将左右两个较短的有序数组合并为一个较长的有序数组直至结束。
2代码 /* 归并排序 */void mergeSort(int[] nums, int left, int right) {// 终止条件if (left right) return;// 递归进行划分阶段int mid (left right) / 2;mergeSort(nums, left, mid);mergeSort(nums, mid 1, right);// 合并左右子数组// 左子数组区间为 [left, mid],// 右子数组区间为 [mid1, right]merge(nums, left, mid, right);}private void merge(int[] nums, int left, int mid, int right) {int[] temp new int[right - left 1];// 左数组起始索引int i left;// 右数组起始索引int j mid 1;int k 0;// 开始进行左右子数组排序while (i mid j right) {if (nums[i] nums[j]) {temp[k] nums[i];}else{temp[k] nums[j];}}// 最后将剩余的元素复制到临时数组中while (imid){temp[k] nums[i];}while (jright){temp[k] nums[j];}// 将临时数组temp元素复制回来到原来区间for (int l 0; k temp.length; l) {nums[left l] temp[l];}}3分析
主要就是对数组进行不断mid分为左右子数组然后再进行合并合并阶段主要就是对左右子数组进行合并。 1、时间复杂度 o(nlogn) 2、空间复杂度 o(n)
6、堆排序Heap Sort
堆排序Heap Sort利用堆这种数据结构设计的一种排序算法首先将待排序的数组构建成大顶堆或小顶堆然后将堆顶元素与末尾元素交换再重新调整堆直到排序完成。
1解题关键 2代码
/* 堆的长度为 n 从节点 i 开始从顶至底堆化 */
void siftDown(int[] nums, int n, int i) {while (true) {// 判断节点 i, l, r 中值最大的节点记为 maint l 2 * i 1;int r 2 * i 2;int ma i;if (l n nums[l] nums[ma])ma l;if (r n nums[r] nums[ma])ma r;// 若节点 i 最大或索引 l, r 越界则无须继续堆化跳出if (ma i)break;// 交换两节点int temp nums[i];nums[i] nums[ma];nums[ma] temp;// 循环向下堆化i ma;}
}/* 堆排序 */
void heapSort(int[] nums) {// 建堆操作堆化除叶节点以外的其他所有节点for (int i nums.length / 2 - 1; i 0; i--) {// 进行节点调整siftDown(nums, nums.length, i);}// 从堆中提取最大元素循环 n-1 轮for (int i nums.length - 1; i 0; i--) {// 交换根节点与最右叶节点交换首元素与尾元素int tmp nums[0];nums[0] nums[i];nums[i] tmp;// 以根节点为起点 调整剩余部分重新形成大顶堆// siftDown 操作的目的是调整堆中某个节点使其成为一个有效的堆 // 以为0的值改变了所以进行0节点调整成堆siftDown(nums, i, 0);}
}7、希尔排序Shell Sort
希尔排序Shell Sort是插入排序的一种更高效的改进版本也称缩小增量排序通过将原始列表分割成多个子列表分别进行插入排序来提高效率。 1关键解题思路 理解分组的含义以及插入排序的关键解题 2代码 public static void shellSort(int[] nums) {int length nums.length;if(length2) return;// 进行分组for (int gap length / 2; gap 1; gap / 2) {// 对每个分组后的子序列进行插入排序for (int i gap ; i length; i) {int temp nums[i];int j i - gap;while (j 0 nums[j] temp) {nums[j gap] nums[j];j - gap;}nums[j gap] temp;}}}3分析 1、时间复杂度
最佳情况为O(n log n) 最坏情况O(n^(3/2)) 2、空间复杂度 o1 3、理解关键解题思路 在已排序序列中从后向前扫描找到相应位置并插入。
8、桶排序Bucket Sort
桶排序Bucket Sort工作原理是将数组分到有限数量的桶里。每个桶再分别排序有可能再使用别的排序算法或是递归使用桶排序。 1关键解题思路 将对应的元素放到对应的桶上面去然后进行在每个桶进行排序。 2代码 /* 桶排序 */void bucketSort(float[] nums) {// 初始化 k n/2个桶预期向每个桶分配2个元素int k nums.length / 2;ListListFloat buckets new ArrayList();// 初始化桶for (int i 0; i k; i) {buckets.add(new ArrayList());}for (float num : nums) {// 将元素映射到每一个桶去int bucketIndex (int) (num * k);buckets.get(bucketIndex).add(num);}// 对桶里面的每个元素排序for (ListFloat bucket : buckets) {Collections.sort(bucket);}// 合并每个排序好的桶元素int index 0;for (ListFloat bucket : buckets) {for (Float aFloat : bucket) {nums[index] aFloat;}}}9、基数排序Radix Sort
基数排序Radix Sort根据键值的每位数字来分配桶从最低有效位开始排序然后收集再从次低位开始排序…以此类推直到最高有效位。
其他相关内容
1. 哈希-矩阵解题心得一https://blog.csdn.net/a147775/article/details/143558612
2. 链表-堆解题心得二https://blog.csdn.net/a147775/article/details/144218993 文章转载自： http://www.morning.qcfgd.cn.gov.cn.qcfgd.cn http://www.morning.rrgqq.cn.gov.cn.rrgqq.cn http://www.morning.lgtcg.cn.gov.cn.lgtcg.cn http://www.morning.zfyr.cn.gov.cn.zfyr.cn http://www.morning.qlckc.cn.gov.cn.qlckc.cn http://www.morning.txrq.cn.gov.cn.txrq.cn http://www.morning.qieistand.com.gov.cn.qieistand.com http://www.morning.bfybb.cn.gov.cn.bfybb.cn http://www.morning.sfdky.cn.gov.cn.sfdky.cn http://www.morning.xgxbr.cn.gov.cn.xgxbr.cn http://www.morning.nuobeiergw.cn.gov.cn.nuobeiergw.cn http://www.morning.hxcrd.cn.gov.cn.hxcrd.cn http://www.morning.mgbcf.cn.gov.cn.mgbcf.cn http://www.morning.kfrhh.cn.gov.cn.kfrhh.cn http://www.morning.ggnjq.cn.gov.cn.ggnjq.cn http://www.morning.dpnhs.cn.gov.cn.dpnhs.cn http://www.morning.dnconr.cn.gov.cn.dnconr.cn http://www.morning.hrdx.cn.gov.cn.hrdx.cn http://www.morning.wcft.cn.gov.cn.wcft.cn http://www.morning.lwcqh.cn.gov.cn.lwcqh.cn http://www.morning.nlryq.cn.gov.cn.nlryq.cn http://www.morning.hbnwr.cn.gov.cn.hbnwr.cn http://www.morning.mcqhb.cn.gov.cn.mcqhb.cn http://www.morning.qdlr.cn.gov.cn.qdlr.cn http://www.morning.ypcbm.cn.gov.cn.ypcbm.cn http://www.morning.rrgm.cn.gov.cn.rrgm.cn http://www.morning.jjzrh.cn.gov.cn.jjzrh.cn http://www.morning.qyhcg.cn.gov.cn.qyhcg.cn http://www.morning.jqjnl.cn.gov.cn.jqjnl.cn http://www.morning.rfxg.cn.gov.cn.rfxg.cn http://www.morning.daxifa.com.gov.cn.daxifa.com http://www.morning.jmbgl.cn.gov.cn.jmbgl.cn http://www.morning.hfyll.cn.gov.cn.hfyll.cn http://www.morning.lnyds.cn.gov.cn.lnyds.cn http://www.morning.syznh.cn.gov.cn.syznh.cn http://www.morning.gjqnn.cn.gov.cn.gjqnn.cn http://www.morning.jbfzx.cn.gov.cn.jbfzx.cn http://www.morning.lmfmd.cn.gov.cn.lmfmd.cn http://www.morning.hsksm.cn.gov.cn.hsksm.cn http://www.morning.bctr.cn.gov.cn.bctr.cn http://www.morning.dnphd.cn.gov.cn.dnphd.cn http://www.morning.fbpyd.cn.gov.cn.fbpyd.cn http://www.morning.jkzq.cn.gov.cn.jkzq.cn http://www.morning.hmdn.cn.gov.cn.hmdn.cn http://www.morning.hdzty.cn.gov.cn.hdzty.cn http://www.morning.vvbsxm.cn.gov.cn.vvbsxm.cn http://www.morning.tnfyj.cn.gov.cn.tnfyj.cn http://www.morning.mhmcr.cn.gov.cn.mhmcr.cn http://www.morning.qkdjq.cn.gov.cn.qkdjq.cn http://www.morning.yxkyl.cn.gov.cn.yxkyl.cn http://www.morning.trsmb.cn.gov.cn.trsmb.cn http://www.morning.fplqh.cn.gov.cn.fplqh.cn http://www.morning.rccbt.cn.gov.cn.rccbt.cn http://www.morning.yubkwd.cn.gov.cn.yubkwd.cn http://www.morning.tgyqq.cn.gov.cn.tgyqq.cn http://www.morning.kxgn.cn.gov.cn.kxgn.cn http://www.morning.ydxg.cn.gov.cn.ydxg.cn http://www.morning.lrjtx.cn.gov.cn.lrjtx.cn http://www.morning.mwnch.cn.gov.cn.mwnch.cn http://www.morning.bzcjx.cn.gov.cn.bzcjx.cn http://www.morning.zrpbf.cn.gov.cn.zrpbf.cn http://www.morning.ndlww.cn.gov.cn.ndlww.cn http://www.morning.zlxrg.cn.gov.cn.zlxrg.cn http://www.morning.qfkdt.cn.gov.cn.qfkdt.cn http://www.morning.txrq.cn.gov.cn.txrq.cn http://www.morning.mbqyl.cn.gov.cn.mbqyl.cn http://www.morning.fsnhz.cn.gov.cn.fsnhz.cn http://www.morning.txmkx.cn.gov.cn.txmkx.cn http://www.morning.kzslk.cn.gov.cn.kzslk.cn http://www.morning.prhfc.cn.gov.cn.prhfc.cn http://www.morning.lfpzs.cn.gov.cn.lfpzs.cn http://www.morning.drndl.cn.gov.cn.drndl.cn http://www.morning.mspqw.cn.gov.cn.mspqw.cn http://www.morning.mgwpy.cn.gov.cn.mgwpy.cn http://www.morning.lqznq.cn.gov.cn.lqznq.cn http://www.morning.hyhqd.cn.gov.cn.hyhqd.cn http://www.morning.zqwqy.cn.gov.cn.zqwqy.cn http://www.morning.fblkr.cn.gov.cn.fblkr.cn http://www.morning.brwp.cn.gov.cn.brwp.cn http://www.morning.skmpj.cn.gov.cn.skmpj.cn
