由归并算法引申出来的其他问题

更新时间：2022-08-12 19:26:55

前言：

　　上一节刚讲过归并算法是排序算法中比较少见的一种时间复杂度为:θ(nlgn)的算法。而归并算法之所以快的原因在于它用了分治的思想，现实生活中有很多需要用到分治思想解决的问题，下面就举两个例子。

问题一：

　　给定一个整数数组和任意整数，找到数组中是否有两数的和等于给定的整数。

　　这个问题如果采用穷举法，则大致思路是这样：首先数组的第一个元素与数组剩下的元素相加，看是否有对应的结果。然后再数组第二个元素与除第一个元素和第二个元素本身之外的元素相加... 后面的操作一次类推。很容易得到时间复杂度为：(n-1) + (n-2) + ... + 1 = θ(n²) 。但其实我们可以借鉴前面归并排序的思想，先对数组进行排序，排完序之后在进行和判断，这时候只要收尾两端各取一个数。如果两数之后大于要找的数，则说明尾数应该前移，如果小于要找的数，则说明前面的数应该后移，如果相等则输出找到的信息，并且避免死循环可以将前一个数后移或者后一个数前移。

　　java代码如下：

 1 public class FindEqualSum {
 2 
 3     public static void main(String[] args) {
 4         int[] arr = { 2, 1, 21, 16, 32, 35, 45, 31 };
 5         findEqualSum(arr, 33);
 6     }
 7 
 8     private static void findEqualSum(int[] arr, int num) {
 9         int startIndex = 0;
10         int endIndex = arr.length - 1;
11 
12         // 先进行归并排序，然后再找两数之和
13         divideSort(arr, startIndex, endIndex);
14         findInSorted(arr, startIndex, endIndex, num);
15     }
16 
17     private static void divideSort(int[] arr, int startIndex, int endIndex) {
18         if (startIndex >= endIndex) {
19             return;
20         }
21         int midIndex = (startIndex + endIndex) / 2;
22         divideSort(arr, startIndex, midIndex);
23         divideSort(arr, midIndex + 1, endIndex);
24         merge(arr, startIndex, midIndex, endIndex);
25     }
26 
27     private static void findInSorted(int[] arr, int startIndex, int endIndex,
28             int num) {
29         int i = startIndex;
30         int j = endIndex;
31         while (i < j) {
32             if (arr[i] + arr[j] > num) { // 如果两数之和大于要找的数说明有一个数过大，这时候需要前移后面较大的数
33                 j--;
34             } else if (arr[i] + arr[j] < num) { // 如果两数之和小于要找的数，说明有一个数要小，这时应该后移前面较小的数
35                 i++;
36             } else { // 相等这输出找到的信息，这时候如果需要找到所有需要记住仍要前移后一个数或者后移前一个数，防止死循环。
37                 System.out.println(arr[i] + " + " + arr[j] + " = "
38                         + (arr[i] + arr[j]));
39                 j--;
40             }
41         }
42     }
43 
44     private static void merge(int[] arr, int startIndex, int midIndex,
45             int endIndex) {
46         int k = 0;
47         int i = startIndex;
48         int j = midIndex + 1;
49         int[] newArr = new int[endIndex - startIndex + 1];
50         while (i <= midIndex && j <= endIndex) {
51             if (arr[i] > arr[j]) {
52                 newArr[k++] = arr[j++];
53             } else {
54                 newArr[k++] = arr[i++];
55             }
56         }
57         
58         if (i <= midIndex)
59         {
60             System.arraycopy(arr, i, newArr, k, midIndex - i + 1);
61         }
62         if (j <= endIndex)
63         {
64             System.arraycopy(arr, j, newArr, k, endIndex - j + 1);
65         }
66         System.arraycopy(newArr, 0, arr, startIndex, endIndex - startIndex + 1);
67     }
68 
69 }

FindEqualSum.java

问题二：

　　假设数组A[n],对于其中的A[i]和A[j],如果i<j, A[i] > A[j].则称两个元素为数组中的逆序对。求任意给定数组的所有逆序对。

　　同样的道理:可以通过归并排序的排序过程来进行逆序判断，只要在merge的过程中进行对比就行了。

 1 private static void merge(int[] arr, int startIndex, int midIndex,
 2             int endIndex) {
 3         int k = 0;
 4         int i = startIndex;
 5         int j = midIndex + 1;
 6         int[] newArr = new int[endIndex - startIndex + 1];
 7         while (i <= midIndex && j <= endIndex) {
 8             if (arr[i] > arr[j]) {
 9                 count++;    // 这里用来记录逆序对的个数
10                 newArr[k++] = arr[j++];
11             } else {
12                 newArr[k++] = arr[i++];
13             }
14         }
15         
16         if (i <= midIndex)
17         {
18             System.arraycopy(arr, i, newArr, k, midIndex - i + 1);
19         }
20         if (j <= endIndex)
21         {
22             System.arraycopy(arr, j, newArr, k, endIndex - j + 1);
23         }
24         System.arraycopy(newArr, 0, arr, startIndex, endIndex - startIndex + 1);
25     }

FindReverse

黎明前最黑暗，成功前最绝望！

上一篇 : ：线程间通信下一篇 : C/C++---时间类的改进（运算符重载）

由归并算法引申出来的其他问题

相关阅读

推荐文章