前端算法之堆--桶排序和快速排序

2024-01-06 22:36

本文主要是介绍前端算法之堆--桶排序和快速排序,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!

  • 前 K 个高频元素
    • 使用API实现
    • 使用桶排序
  • 数组中的第K个最大元素
    • 直接使用 javaScript API
    • 使用快速排序
  • 扩展:桶排序
    • 例子
  • 扩展:快速排序
    • 快速排序的步骤:
    • 快速排序示例:

前 K 个高频元素

leetcode链接:https://leetcode.cn/problems/top-k-frequent-elements/

给你一个整数数组 nums 和一个整数 k ,请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。

示例 1:

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

示例 2:

输入: nums = [1], k = 1
输出: [1]

提示:

1 <= nums.length <= 105
k 的取值范围是 [1, 数组中不相同的元素的个数]
题目数据保证答案唯一,换句话说,数组中前 k 个高频元素的集合是唯一的

进阶: 你所设计算法的时间复杂度 必须 优于 O(n log n) ,其中 n 是数组大小。

更多详细内容,请微信搜索“前端爱好者戳我 查看

使用API实现

/*** @param {number[]} nums* @param {number} k* @return {number[]}*/
var topKFrequent = function(nums, k) {let map = new Map() // 定义一个map类型let arr = [...new Set(nums)] // 获取数组去重后的元素// 一次遍历nums值,把他们出现的频次放在map里面nums.map(num => {if(map.has(num)){map.set(num,map.get(num) + 1)} else {map.set(num,1)}})// 现针对去重元素进行排序return arr.sort((a,b) => {map.get(b) - map.get(a)}).slice(0,k)
};

使用桶排序

桶排序适用 top k中 频次题,计数排序适用 top k中 值的题

/*** @param {number[]} nums* @param {number} k* @return {number[]}*/// 桶排序 原理:1. 将数据滑倒到有限个桶里面,再将桶进行排序
// 用map存储频次,用数组表达桶,频次作为数据下表表达,针对不同的频次的熟悉,聚合
var topKFrequent = function(nums, k) {let map = new Map() // 定义一个map类型 // 一次遍历nums值,把他们出现的频次放在map里面nums.map(num => {if(map.has(num)){map.set(num,map.get(num) + 1)} else {map.set(num,1)}})if(map.size <=k ){return [...map.keys()]}return bucketSort(map,k)
};// 桶排序内容
const bucketSort = (map,k) => {let arr = [] let res = [] //结果// 针对map中每个元素遍历map.forEach((value,key) => {// 可以利用频次作为下标,降数据分配到桶里if(!arr[value]) {arr[value] = [key]} else {arr[value].push(key)} })// 倒序排列for(let i = arr.length -1 ; i >=0 && res.length < k ;i-- ){if(arr[i]){res.push(...arr[i]) }}return res
}

数组中的第K个最大元素

leetcode地址:https://leetcode.cn/problems/kth-largest-element-in-an-array/

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 <= 10^5
-10^4 <= nums[i] <= 10^4

直接使用 javaScript API

/*** @param {number[]} nums* @param {number} k* @return {number}*/
var findKthLargest = function(nums, k) {nums.sort((a,b) => b-a ).slice(0,k)return nums[k -1]
};

使用快速排序

快速排序:本质是:拆分,分而治之

/*** @param {number[]} nums* @param {number} k* @return {number}*/
var findKthLargest = function(nums, k) {// 快速排序 分而治之// 1. 找到基准值// 1. 比他大的房右边,小的放左边// 3. 按照1 2 步骤继续拆分,直到找到下标// 创建指针,左右两端// 1. 左侧index 大于 右侧指针indexquickSort(nums)return nums[nums.length - k]
};// 快排
let quickSort = (arr) => {quick(arr,0,arr.length -1) // 基准:数组,起始值(开始指针),终止值(结束指针)
}const quick = (arr, left,right)=>{let index;if(left < right){index = partition(arr, left,right)// 左侧小于基准值if(left < index - 1){quick(arr,left,index - 1 )}if(index < right){quick(arr,index,right)}}
}// 找基准值
const partition = (arr, left,right)=>{let datum = arr[Math.floor(Math.random() * (right - left + 1)) + left] // 基准值let i = left // 左侧let j = right // 右侧while ( i <= j){ // 左侧while(arr[i] < datum){i ++ }// 右侧while(arr[j] > datum){j --}if( i <= j ){[arr[i],arr[j]] = [arr[j],arr[i]]  // 注意这里i+=1j-=1}}return i
}

扩展:桶排序

桶排序(Bucket Sort)是一种基于分治思想的排序算法。

它的基本思想是将要排序的数据分到几个有序的桶中,每个桶里的数据再单独进行排序。通常情况下,桶的数量是根据数据的分布情况来决定的。

桶排序的过程可以描述如下:

  1. 找出待排序数列中的最大值和最小值。
  2. 设置若干个桶,并将数据按照一定的规则放入对应的桶中。
  3. 对于每个非空桶,对其中的数进行排序。
  4. 将所有桶中的数据依次取出,组成有序数列。

桶排序的时间复杂度为O(n),但需要额外的空间来存储桶。在数据分布均匀的情况下,桶排序的效率很高,但如果数据分布不均匀,则可能会导致某些桶的大小远远超过其他桶,从而导致效率降低。

桶排序适用于数据范围不大的情况下,且数据分布均匀的情况下效率最高。在实际应用中,桶排序通常被用于外部排序,即当待排序数据无法全部载入内存时,先将数据分割成若干个能够装入内存的部分,对每部分进行排序,最后再将它们合并起来。

例子

下面举一个例子来说明桶排序的过程:

假设有一个待排序的数组[3, 6, 1, 8, 2, 5, 7, 4],现在我们要使用桶排序对其进行排序,具体步骤如下:

  1. 找出待排序数列中的最大值和最小值:最大值为8,最小值为1。
  2. 设置若干个桶,并将数据按照一定的规则放入对应的桶中。这里我们可以设置8个桶,每个桶的范围为[min + i * (max - min) / n, min + (i + 1) * (max - min) / n),其中n为桶的数量,i为桶的编号,min和max分别为待排序数列的最小值和最大值。按照这个规则,可以将待排序数组分到各个桶中,得到如下内容:
  • 桶1: [1, 2]
  • 桶2: [3, 4]
  • 桶3: [5]
  • 桶4: [6, 7]
  • 桶5: [8]
  1. 对于每个非空桶,对其中的数进行排序。这里可以使用插入排序等简单的排序算法对桶中的数据进行排序,得到如下内容:
  • 桶1: [1, 2] -> [1, 2]
  • 桶2: [3, 4] -> [3, 4]
  • 桶3: [5] -> [5]
  • 桶4: [6, 7] -> [6, 7]
  • 桶5: [8] -> [8]
  1. 将所有桶中的数据依次取出,组成有序数列。这里可以先将各个桶中的数据合并起来,得到一个有序的数组,即[1, 2, 3, 4, 5, 6, 7, 8]。

因此,桶排序的时间复杂度为O(n),但需要额外的空间来存储桶。在数据分布均匀的情况下,桶排序的效率很高,但如果数据分布不均匀,则可能会导致某些桶的大小远远超过其他桶,从而导致效率降低。

扩展:快速排序

快速排序(Quick Sort)是一种常用的排序算法,它通过将一个数组分割成两个子数组来进行排序。具体而言,快速排序选择一个基准元素(pivot),将数组中小于基准元素的元素放在基准元素的左边,大于基准元素的元素放在基准元素的右边,然后递归地对左右两个子数组进行排序。

快速排序的步骤:

  1. 选择基准元素(pivot),通常可以选择第一个元素、最后一个元素或者随机选择一个元素作为基准。
  2. 将数组划分为两个子数组:一个子数组中的元素都小于等于基准元素,另一个子数组中的元素都大于基准元素。这个过程称为分区(partition),可以使用双指针法实现。
  3. 对两个子数组分别进行递归排序,即重复步骤1和步骤2。
  4. 递归的基本情况是子数组的长度为0或1,此时可以认为子数组已经有序。
  5. 合并所有子数组的结果,得到最终的排序结果。

快速排序示例:

假设有一个待排序的数组[8, 4, 2, 9, 3, 5, 1, 6, 7],我们使用快速排序对其进行排序,具体步骤如下:

  1. 选择基准元素,可以选择第一个元素8。
  2. 使用双指针法将数组分为两个子数组:小于等于8的放在左边,大于8的放在右边。经过一次分区后,数组变为[4, 2, 3, 5, 1, 6, 7, 8, 9],此时基准元素8已经位于正确的位置。
  3. 对左侧子数组[4, 2, 3, 5, 1, 6, 7]和右侧子数组[9]分别进行递归排序。
  4. 对左侧子数组进行快速排序,选择基准元素4。经过一次分区后,左侧子数组变为[1, 2, 3, 4, 5, 6, 7],基准元素4位于正确位置。
  5. 对右侧子数组[9]进行递归排序,由于长度为1,无需处理。
  6. 合并左右子数组的结果,得到最终的排序结果:[1, 2, 3, 4, 5, 6, 7, 8, 9]。

快速排序的平均时间复杂度为O(nlogn),最坏情况下(当选择的基准元素总是数组中的最大或最小元素)的时间复杂度为O(n^2)。但由于其实现简单、性能优秀,在实际应用中被广泛使用。

这篇关于前端算法之堆--桶排序和快速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!



http://www.chinasem.cn/article/577844

相关文章

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

HTML5中的Microdata与历史记录管理详解

《HTML5中的Microdata与历史记录管理详解》Microdata作为HTML5新增的一个特性,它允许开发者在HTML文档中添加更多的语义信息,以便于搜索引擎和浏览器更好地理解页面内容,本文将探... 目录html5中的Mijscrodata与历史记录管理背景简介html5中的Microdata使用M

html5的响应式布局的方法示例详解

《html5的响应式布局的方法示例详解》:本文主要介绍了HTML5中使用媒体查询和Flexbox进行响应式布局的方法,简要介绍了CSSGrid布局的基础知识和如何实现自动换行的网格布局,详细内容请阅读本文,希望能对你有所帮助... 一 使用媒体查询响应式布局        使用的参数@media这是常用的

HTML5表格语法格式详解

《HTML5表格语法格式详解》在HTML语法中,表格主要通过table、tr和td3个标签构成,本文通过实例代码讲解HTML5表格语法格式,感兴趣的朋友一起看看吧... 目录一、表格1.表格语法格式2.表格属性 3.例子二、不规则表格1.跨行2.跨列3.例子一、表格在html语法中,表格主要通过< tab

Vue3组件中getCurrentInstance()获取App实例,但是返回null的解决方案

《Vue3组件中getCurrentInstance()获取App实例,但是返回null的解决方案》:本文主要介绍Vue3组件中getCurrentInstance()获取App实例,但是返回nu... 目录vue3组件中getCurrentInstajavascriptnce()获取App实例,但是返回n

JS+HTML实现在线图片水印添加工具

《JS+HTML实现在线图片水印添加工具》在社交媒体和内容创作日益频繁的今天,如何保护原创内容、展示品牌身份成了一个不得不面对的问题,本文将实现一个完全基于HTML+CSS构建的现代化图片水印在线工具... 目录概述功能亮点使用方法技术解析延伸思考运行效果项目源码下载总结概述在社交媒体和内容创作日益频繁的

前端CSS Grid 布局示例详解

《前端CSSGrid布局示例详解》CSSGrid是一种二维布局系统,可以同时控制行和列,相比Flex(一维布局),更适合用在整体页面布局或复杂模块结构中,:本文主要介绍前端CSSGri... 目录css Grid 布局详解(通俗易懂版)一、概述二、基础概念三、创建 Grid 容器四、定义网格行和列五、设置行

前端下载文件时如何后端返回的文件流一些常见方法

《前端下载文件时如何后端返回的文件流一些常见方法》:本文主要介绍前端下载文件时如何后端返回的文件流一些常见方法,包括使用Blob和URL.createObjectURL创建下载链接,以及处理带有C... 目录1. 使用 Blob 和 URL.createObjectURL 创建下载链接例子:使用 Blob

Vuex Actions多参数传递的解决方案

《VuexActions多参数传递的解决方案》在Vuex中,actions的设计默认只支持单个参数传递,这有时会限制我们的使用场景,下面我将详细介绍几种处理多参数传递的解决方案,从基础到高级,... 目录一、对象封装法(推荐)二、参数解构法三、柯里化函数法四、Payload 工厂函数五、TypeScript

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各