第九课 排序

本文主要是介绍第九课 排序，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

第九课 排序

排序算法

快速排序算法动画演示_哔哩哔哩_bilibili

lc912.排序数组–中等

题目描述

给你一个整数数组 nums，请你将该数组升序排列。

示例 1：

输入：nums = [5,2,3,1]
输出：[1,2,3,5]

示例 2：

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

代码展示

class Solution {
public:       //堆排序——不会超时vector<int> sortArray(vector<int>& nums) {heapSort(nums);return nums;}private:void heapify(vector<int>& nums, int n, int i) {int largest = i;int left = 2 * i + 1;int right = 2 * i + 2;if (left < n && nums[left] > nums[largest])largest = left;if (right < n && nums[right] > nums[largest])largest = right;if (largest != i) {swap(nums[i], nums[largest]);heapify(nums, n, largest);}}void heapSort(vector<int>& nums) {int n = nums.size();// 建立最大堆for (int i = n / 2 - 1; i >= 0; i--)heapify(nums, n, i);// 逐步提取元素for (int i = n - 1; i > 0; i--) {swap(nums[0], nums[i]);heapify(nums, i, 0);}}
};

class Solution {
public:       //归并排序也可以vector<int> sortArray(vector<int>& nums) {vector<int> tmp(nums.size());mergeSort(nums, tmp, 0, nums.size() - 1);return nums;}private:void merge(vector<int>& nums, vector<int>& tmp, int left, int mid, int right) {int i = left;int j = mid + 1;int k = left;while (i <= mid && j <= right) {if (nums[i] <= nums[j]) {tmp[k++] = nums[i++];} else {tmp[k++] = nums[j++];}}while (i <= mid) {tmp[k++] = nums[i++];}while (j <= right) {tmp[k++] = nums[j++];}for (int l = left; l <= right; l++) {nums[l] = tmp[l];}}void mergeSort(vector<int>& nums, vector<int>& tmp, int left, int right) {if (left < right) {int mid = left + (right - left) / 2;mergeSort(nums, tmp, left, mid);mergeSort(nums, tmp, mid + 1, right);merge(nums, tmp, left, mid, right);}}
};

lc1122.数组的相对排序–简单

题目描述

给你两个数组，arr1 和 arr2，arr2 中的元素各不相同，arr2 中的每个元素都出现在 arr1 中。

对 arr1 中的元素进行排序，使 arr1 中项的相对顺序和 arr2 中的相对顺序相同。未在 arr2 中出现过的元素需要按照升序放在 arr1 的末尾。

示例 1：

输入：arr1 = [2,3,1,3,2,4,6,7,9,2,19], arr2 = [2,1,4,3,9,6]
输出：[2,2,2,1,4,3,3,9,6,7,19]

示例 2:

输入：arr1 = [28,6,22,8,44,17], arr2 = [22,28,8,6]
输出：[22,28,8,6,17,44]

提示：

• 1 <= arr1.length, arr2.length <= 1000
• 0 <= arr1[i], arr2[i] <= 1000
• arr2 中的元素 arr2[i] 各不相同
• arr2 中的每个元素 arr2[i] 都出现在 arr1 中

代码展示

你可以使用自定义比较函数来解决这个问题，首先建立一个哈希表，将arr2中的元素与其对应的位置映射起来。然后，使用自定义的比较函数对arr1进行排序，排序规则如下：

1. 如果a和b都在arr2中，比较它们在arr2中的位置，位置靠前的元素排在前面。
2. 如果a和b都不在arr2中，直接比较它们的大小。

以下是示例代码：

class Solution {
public:vector<int> relativeSortArray(vector<int>& arr1, vector<int>& arr2) {unordered_map<int, int> position;for (int i = 0; i < arr2.size(); i++) {position[arr2[i]] = i;}sort(arr1.begin(), arr1.end(), [&](int a, int b) {if (position.count(a) && position.count(b)) {return position[a] < position[b];} else if (position.count(a)) {return true;} else if (position.count(b)) {return false;} else {return a < b;}});return arr1;}
};

这段代码首先建立了一个哈希表 position，将arr2中的元素与其对应的位置映射起来。然后，使用自定义的比较函数对arr1进行排序，按照上述规则进行比较。这样就能够保证arr1中的元素按照arr2中的相对顺序排列，未在arr2中出现的元素按照升序排在末尾。

如果你想自己实现排序函数，你可以使用计数排序的方法，首先统计arr1中每个元素的出现次数，然后根据arr2的顺序构建排序后的结果。

以下是示例代码：

class Solution {
public:vector<int> relativeSortArray(vector<int>& arr1, vector<int>& arr2) {// 统计arr1中每个元素的出现次数vector<int> count(1001, 0);for (int num : arr1) {count[num]++;}vector<int> result;// 根据arr2的顺序构建排序后的结果for (int num : arr2) {while (count[num] > 0) {result.push_back(num);count[num]--;}}// 处理arr2中没有的元素for (int i = 0; i <= 1000; i++) {while (count[i] > 0) {result.push_back(i);count[i]--;}}return result;}
};

这段代码首先使用 count 数组统计了arr1中每个元素的出现次数。然后，根据arr2的顺序构建了排序后的结果，并将结果存储在 result 数组中。最后，处理arr2中没有的元素，将它们按照升序添加到 result 数组中。

这样就能够实现按照arr2的相对顺序对arr1进行排序。

lc56.合并区间–中等

题目描述

以数组 intervals 表示若干个区间的集合，其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间，并返回 一个不重叠的区间数组，该数组需恰好覆盖输入中的所有区间 。

示例 1：

输入：intervals = [[1,3],[2,6],[8,10],[15,18]]
输出：[[1,6],[8,10],[15,18]]
解释：区间 [1,3] 和 [2,6] 重叠, 将它们合并为 [1,6].

示例 2：

输入：intervals = [[1,4],[4,5]]
输出：[[1,5]]
解释：区间 [1,4] 和 [4,5] 可被视为重叠区间。

提示：

• 1 <= intervals.length <= 104
• intervals[i].length == 2
• 0 <= starti <= endi <= 104

代码展示

class Solution {
public:vector<vector<int>> merge(vector<vector<int>>& intervals) {if (intervals.empty()) {return {};}// 对区间进行双关键字排序（按左端点升序，右端点升序）sort(intervals.begin(), intervals.end(), [](const vector<int>& a, const vector<int>& b) {return a[0] == b[0] ? a[1] < b[1] : a[0] < b[0];});vector<vector<int>> mergedIntervals;mergedIntervals.push_back(intervals[0]);// 扫描合并for (int i = 1; i < intervals.size(); i++) {vector<int>& currentInterval = intervals[i];vector<int>& previousInterval = mergedIntervals.back();if (currentInterval[0] <= previousInterval[1]) {// 当前区间和前一个区间重叠，合并区间previousInterval[1] = max(previousInterval[1], currentInterval[1]);} else {// 当前区间和前一个区间不重叠，将当前区间添加到结果中mergedIntervals.push_back(currentInterval);}}return mergedIntervals;}
};

class Solution {
public:vector<vector<int>> merge(vector<vector<int>>& intervals) {/*[1, 5]  [2, 6] [3, 4] [6, 10]  [11 12]1 2 3 4 5 6 7 8 9 10 11 121 1 1 1 11 1 1 1 11 11 1 1 1  11 1+1      -1+1      -1+1-1+1        -1+1 -1count: 0把从1覆盖到5这个区间，看作2个事件：(a) 在1处，有一个事件：开始覆盖（次数+1）(b) 在5处，有一个事件：结束覆盖（次数-1）*/// 产生2n个事件// 时间位置，时间情况(+1/-1)vector<pair<int,int>> events;for (vector<int>& interval : intervals) {// 差分events.push_back(make_pair(interval[0], 1));events.push_back(make_pair(interval[1], -1));}sort(events.begin(), events.end(),[](pair<int,int>& a, pair<int,int>& b) {// 1 在 -1 之前（如果差分是闭区间[1,5]而不是前闭后开[1,6)的话return a.first < b.first || (a.first == b.first && a.second > b.second);});int count = 0;int left;vector<vector<int>> ans;for (pair<int,int>& event : events) {if (count == 0) // 加之前是0，加之后是非0left = event.first;  // 一个段的产生count += event.second;if (count == 0) // 非零变零，一个段的结束ans.push_back({left, event.first});}return ans;}
};

lc215.数组中的第k个最大元素–中等

题目描述

给定整数数组 nums 和整数 k，请返回数组中第 **k** 个最大的元素。

请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。

你必须设计并实现时间复杂度为 O(n) 的算法解决此问题。

示例 1:

输入: [3,2,1,5,6,4], k = 2
输出: 5

示例 2:

输入: [3,2,3,1,2,4,5,5,6], k = 4
输出: 4

提示：

• 1 <= k <= nums.length <= 105
• -104 <= nums[i] <= 104

代码展示

class Solution {
public:int findKthLargest(vector<int>& nums, int k) {int left = 0;int right = nums.size() - 1;while (left <= right) {int pivotIndex = partition(nums, left, right);if (pivotIndex == k - 1) {return nums[pivotIndex];} else if (pivotIndex < k - 1) {left = pivotIndex + 1;} else {right = pivotIndex - 1;}}return -1; // 如果输入无效或 k 超出范围，可以返回一个特殊值}int partition(vector<int>& nums, int left, int right) {int pivot = nums[left];int l = left + 1;int r = right;while (l <= r) {if (nums[l] < pivot && nums[r] > pivot) {swap(nums[l++], nums[r--]);}if (nums[l] >= pivot) l++;if (nums[r] <= pivot) r--;}swap(nums[left], nums[r]);return r;}
};

acwing104.货仓选址–简单

题目描述

代码展示

#include <algorithm>using namespace std;const int N = 100005;int n, res;
int a[N];int main()
{scanf("%d", &n);for (int i = 0; i < n; i ++ ) scanf("%d", &a[i]);sort(a, a + n);for (int i = 0; i < n; i ++ ) res += abs(a[i] - a[n >> 1]);printf("%d\n", res);return 0;
}

lc493.翻转树–困难

题目描述

给定一个数组 nums ，如果 i < j 且 nums[i] > 2*nums[j] 我们就将 (i, j) 称作一个*重要翻转对*。

你需要返回给定数组中的重要翻转对的数量。

示例 1:

输入: [1,3,2,3,1]
输出: 2

示例 2:

输入: [2,4,3,5,1]
输出: 3

注意:

1. 给定数组的长度不会超过50000。
2. 输入数组中的所有数字都在32位整数的表示范围内。

代码展示

class Solution {
public:int reversePairs(vector<int>& nums) {int n = nums.size();if (n <= 1) {return 0; // 如果数组长度小于等于1，不存在翻转对}vector<int> temp(n); // 用于归并排序的辅助数组return mergeSort(nums, temp, 0, n - 1);}int mergeSort(vector<int>& nums, vector<int>& temp, int left, int right) {if (left >= right) {return 0; // 当子数组长度为1时，不再拆分，返回0}int mid = left + (right - left) / 2;int count = mergeSort(nums, temp, left, mid) + mergeSort(nums, temp, mid + 1, right);int i = left; // 左子数组的起始位置int j = mid + 1; // 右子数组的起始位置int k = left; // 辅助数组的起始位置// 统计翻转对的数量while (i <= mid) {while (j <= right && static_cast<long long>(nums[i]) > 2LL * nums[j]) {j++;}count += (j - (mid + 1)); // 统计右子数组中满足条件的元素数量i++;}// 归并排序合并两个子数组，并保持有序性i = left;j = mid + 1;while (i <= mid && j <= right) {if (nums[i] <= nums[j]) {temp[k++] = nums[i++];} else {temp[k++] = nums[j++];}}while (i <= mid) {temp[k++] = nums[i++];}while (j <= right) {temp[k++] = nums[j++];}for (i = left; i <= right; i++) {nums[i] = temp[i];}return count;}
};

要解决这个问题，可以使用归并排序的思想来统计重要翻转对的数量。具体步骤如下：

1. 将原始数组拆分成两个子数组。
2. 分别对两个子数组进行排序。
3. 遍历其中一个子数组的元素，并查找另一个子数组中满足条件的元素，以统计重要翻转对的数量。
4. 合并两个子数组时，继续维护它们的有序性。

这段代码首先将原始数组拆分成两个子数组，然后对这两个子数组分别进行归并排序。在归并排序的过程中，统计满足条件的翻转对的数量，并在合并时维护子数组的有序性。最终，返回翻转对的数量。时间复杂度为O(n*log(n))。

lc327.区间个数–困难

题目描述

给你一个整数数组 nums 以及两个整数 lower 和 upper 。求数组中，值位于范围 [lower, upper] （包含 lower 和 upper）之内的 区间和的个数 。

区间和 S(i, j) 表示在 nums 中，位置从 i 到 j 的元素之和，包含 i 和 j (i ≤ j)。

示例 1：

输入：nums = [-2,5,-1], lower = -2, upper = 2
输出：3
解释：存在三个区间：[0,0]、[2,2] 和 [0,2] ，对应的区间和分别是：-2 、-1 、2 。

示例 2：

输入：nums = [0], lower = 0, upper = 0
输出：1

提示：

• 1 <= nums.length <= 105
• -231 <= nums[i] <= 231 - 1
• -105 <= lower <= upper <= 105
• 题目数据保证答案是一个 32 位 的整数

代码展示

class Solution {
public:int countRangeSum(vector<int>& nums, int lower, int upper) {int n = nums.size();vector<long long> prefixSum(n + 1, 0);for (int i = 0; i < n; i++) {prefixSum[i + 1] = prefixSum[i] + nums[i];}return countAndMerge(prefixSum, 0, n, lower, upper);}int countAndMerge(vector<long long>& prefixSum, int left, int right, int lower, int upper) {if (left == right) {return 0; // 递归结束条件}int mid = left + (right - left) / 2;int count = countAndMerge(prefixSum, left, mid, lower, upper) +countAndMerge(prefixSum, mid + 1, right, lower, upper);int i = left;int j = mid + 1;int k = mid + 1;while (i <= mid) {while (j <= right && prefixSum[j] - prefixSum[i] < lower) {j++;}while (k <= right && prefixSum[k] - prefixSum[i] <= upper) {k++;}count += (k - j);i++;}// 归并排序vector<long long> sorted(right - left + 1, 0);int p1 = left;int p2 = mid + 1;int p = 0;while (p1 <= mid || p2 <= right) {if (p1 > mid) {sorted[p++] = prefixSum[p2++];} else if (p2 > right) {sorted[p++] = prefixSum[p1++];} else {if (prefixSum[p1] < prefixSum[p2]) {sorted[p++] = prefixSum[p1++];} else {sorted[p++] = prefixSum[p2++];}}}for (int i = 0; i < sorted.size(); i++) {prefixSum[left + i] = sorted[i];}return count;}
};

要解决这个问题，可以使用归并排序和前缀和的结合方法。具体步骤如下：

1. 计算前缀和数组 prefixSum，其中 prefixSum[i] 表示 nums 数组中前 i 个元素的和。
2. 定义一个递归函数 countAndMerge 用于统计区间和个数并归并排序 prefixSum 数组。
3. 在 countAndMerge 函数中，首先计算中间索引 mid，然后递归计算左半部分和右半部分的区间和个数。
4. 接下来，合并左半部分和右半部分的区间和，统计符合要求的区间和个数。
5. 最后，返回区间和个数。

这段代码首先计算前缀和数组 prefixSum，然后使用递归函数 countAndMerge 统计区间和个数并归并排序 prefixSum 数组。在 countAndMerge 函数中，通过归并排序合并左半部分和右半部分的区间和，同时统计满足要求的区间和个数。最终，返回区间和个数。时间复杂度为O(n*log(n))。

这篇关于第九课 排序的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---