【算法专题】分治 - 快速排序
分治 - 快速排序
1. 颜色分类
做题链接 -> Leetcode -75.颜色分类
题目：给定一个包含红色、白色和蓝色、共 n 个元素的数组 nums ，原地对它们进行排序，使得相同颜色的元素相邻，并按照红色、白色、蓝色顺序排列。 我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。 必须在不使用库内置的 sort 函数的情况下解决这个问题。
示例 1： 输入：nums = [2, 0, 2, 1, 1, 0] 输出：[0, 0, 1, 1, 2, 2]
示例 2： 输入：nums = [2, 0, 1] 输出：[0, 1, 2]
提示： n == nums.length 1 <= n <= 300 nums[i] 为 0、1 或 2
思路：快排思想，三指针法使数组分三块。类比数组分两块的算法思想，这里是将数组分成三块，那么我们可以再添加⼀个指针，实现数组分三块。
设数组大小为 n ，定义三个指针 left, cur, right :
- left ：用来标记 0(红色) 序列的末尾，因此初始化为 -1 ；
- cur ：用来扫描数组，初始化为 0 ；
- right ：用来标记 2(蓝色) 序列的起始位置，因此初始化为 n 。
在 cur 往后扫描的过程中，保证：
- [0, left] 内的元素都是 0(红色) ；
- [left + 1, cur - 1] 内的元素都是 1(白色) ；
- [cur, right - 1] 内的元素是待定元素；
- [right, n] 内的元素都是 2(蓝色) .
代码如下：
class Solution {
public:
void sortColors(vector<int>& nums)
{
// 使用三指针将数组分为三块，最终分为以下三个模块：
// [0, left] 表示 0(红色) 序列；
// [left + 1, right - 1] 表示 1(白色) 序列；
// [right, numsSize - 1] 表示 2(蓝色) 序列。
int cur = 0, left = -1, right = nums.size();
while(cur < right)
{
if(nums[cur] == 0) swap(nums[++left], nums[cur++]);
else if(nums[cur] == 1) cur++;
else swap(nums[--right], nums[cur]);
}
}
};2. 排序数组(快速排序)
做题链接 -> Leetcode -912.排序数组
题目：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 * 10^4 5 * 10^4 <= nums[i] <= 5 * 10^4
由于思路比较明显，使用快速选择算法，递归处理选取一个基准值 key 将数组分为三块，下面直接看代码：
class Solution {
public:
vector<int> sortArray(vector<int>& nums)
{
// 种下一个随机数种子
srand(time(nullptr));
// 快速选择算法，将数组划分为三个区间
my_qsort(nums, 0, nums.size() - 1);
return nums;
}
void my_qsort(vector<int>& nums, int l, int r)
{
if(l >= r) return;
// 将数组分三块
int key = getRandom(nums, l, r);
int i = l, left = l - 1, right = r + 1;
while(i < right)
{
if(nums[i] > key) swap(nums[i], nums[--right]);
else if(nums[i] == key) ++i;
else swap(nums[++left], nums[i++]);
}
// [l, left] [left + 1, right - 1] [right, r]
my_qsort(nums, l, left);
my_qsort(nums, right, r);
}
// 获取数组中随机一个数
// 让随机数 % 上区间大小，然后加上区间的左边界
int getRandom(vector<int>& nums, int left, int right)
{
return nums[rand() % (right - left + 1) + left];
}
};3. 数组中的第K个最大元素
题目链接 -> Leetcode -215.数组中的第K个最大元素
Leetcode -215.数组中的第K个最大元素
题目：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
思路是使用快排思想，将数组分为三块，然后分三种情况讨论，具体思路参考代码解析；
代码如下：
class Solution {
public:
int findKthLargest(vector<int>& nums, int k)
{
srand(time(nullptr));
return FindMaxTopk(nums, 0, nums.size() - 1, k);
}
int FindMaxTopk(vector<int>& nums, int l, int r, int k)
{
if (l == r) return nums[l];
// 根据 key 将数组分为三块
int key = getRandom(nums, l, r);
int i = l, left = l - 1, right = r + 1;
while (i < right)
{
if (nums[i] < key) swap(nums[++left], nums[i++]);
else if (nums[i] == key) i++;
else swap(nums[--right], nums[i]);
}
// [l, left] [left + 1, right - 1] [right, r]
int part2 = right - left - 1, part3 = r - right + 1;
// 分情况讨论
// 情况1、区间3的个数大于等于k，那么目标值一定在区间3
if (part3 >= k) return FindMaxTopk(nums, right, r, k);
// 情况2、区间2+区间3的个数大于等于k，目标值一定在区间2，即一定是 key
else if (part2 + part3 >= k) return key;
// 情况3、如果不满足上面情况，则目标值一定在区间1
else return FindMaxTopk(nums, l, left, k - part2 - part3);
}
// 获取数组内的一个随机值
int getRandom(vector<int>& nums, int left, int right)
{
return nums[rand() % (right - left + 1) + left];
}
};4. 库存管理Ⅲ
题目链接 -> Leetcode -LCR 159.库存管理Ⅲ
Leetcode -LCR 159.库存管理Ⅲ
题目：仓库管理员以数组 stock 形式记录商品库存表，其中 stock[i] 表示对应商品库存余量。 请返回库存余量最少的 cnt 个商品余量，返回 顺序不限。
示例 1： 输入：stock = [2, 5, 7, 4], cnt = 1 输出：[2]
示例 2： 输入：stock = [0, 2, 3, 6], cnt = 2 输出：[0, 2] 或[2, 0]
提示： 0 <= cnt <= stock.length <= 10000 0 <= stock[i] <= 10000
思路：与上题思路类似；在快排中，当我们把数组「分成三块」之后： [l, left] [left + 1, right - 1] [right, r] ，我们可以通过计算每一个区间内元素的「个数」，进而推断出最小的 k 个数在哪些区间里面。那么我们可以直接去「相应的区间」继续划分数组即可。
代码如下：
class Solution {
public:
void my_qsort(vector<int>& arr, int l, int r, int k)
{
if(l >= r) return;
// 根据 key 值分区间
int key = getRandom(arr, l, r);
int i = l, left = l - 1, right = r + 1;
while(i < right)
{
if(arr[i] < key) swap(arr[++left], arr[i++]);
else if(arr[i] == key) i++;
else swap(arr[--right], arr[i]);
}
// 根据元素个数分情况讨论
// [l, left] [left + 1][right - 1] [right, r]
int part1 = left - l + 1, part2 = right - left - 1;
if(part1 >= k) my_qsort(arr, l, left, k);
else if(part1 + part2 >= k) return;
else my_qsort(arr, right, r, k - part1 - part2);
}
// 选取基准值
int getRandom(vector<int>& arr, int left, int right)
{
return arr[rand() % (right - left + 1) + left];
}
vector<int> inventoryManagement(vector<int>& stock, int cnt)
{
srand(time(nullptr));
// 快速选择算法，将数组分为三个区间，选择基准值key，比key小的元素全扔到左边
my_qsort(stock, 0, stock.size() - 1, cnt);
return vector<int>(stock.begin(), stock.begin() + cnt);
}
};5. 排序数组(归并排序)
题目链接 -> Leetcode -912.排序数组(归并排序)
Leetcode -912.排序数组(归并排序)
题目：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 * 10^4
- 5 * 10^4 <= nums[i] <= 5 * 10^4
思路：归并排序的流程充分的体现了「分而治之」的思想，大体过程分为两步：
- 分：将数组一分为二为两部分，一直分解到数组的长度为 1 ，使整个数组的排序过程被分为「左半部分排序」 + 「右半部分排序」；
- 治：将两个较短的「有序数组合并成⼀个长的有序数组」，一直合并到最初的长度
代码如下：
class Solution
{
vector<int> tmp;
public:
vector<int> sortArray(vector<int>& nums)
{
tmp.resize(nums.size());
mergeSort(nums, 0, nums.size() - 1);
return nums;
}
void mergeSort(vector<int>& nums, int left, int right)
{
if (left >= right) return;
int mid = left + (right - left) / 2;
// [left, mid] [mid + 1, right]
mergeSort(nums, left, mid);
mergeSort(nums, mid + 1, right);
// 合并两个区间
// vector<int> tmp(right - left + 1); // 可以在全局定义，提高效率
int i = 0, cur1 = left, cur2 = mid + 1;
while (cur1 <= mid && cur2 <= right)
tmp[i++] = nums[cur1] <= nums[cur2] ? nums[cur1++] : nums[cur2++];
while (cur1 <= mid) tmp[i++] = nums[cur1++];
while (cur2 <= right) tmp[i++] = nums[cur2++];
// 更新原数组
for (int i = left; i <= right; i++)
nums[i] = tmp[i - left];
}
};6. 交易逆序对的总数
题目链接 -> Leetcode -LCR 170.交易逆序对的总数
Leetcode -LCR 170.交易逆序对的总数
题目：在股票交易中，如果前一天的股价高于后一天的股价，则可以认为存在一个「交易逆序对」。请设计一个程序，输入一段时间内的股票交易记录 record，返回其中存在的「交易逆序对」总数。
示例 1: 输入：record = [9, 7, 5, 4, 6] 输出：8 解释：交易中的逆序对为(9, 7), (9, 5), (9, 4), (9, 6), (7, 5), (7, 4), (7, 6), (5, 4)。
限制：
- 0 <= record.length <= 50000
思路：用归并排序求逆序数，主要就是在归并排序的合并过程中统计出逆序对的数量，也就是在合并两个有序序列的过程中，能够快速求出逆序对的数量。
1. 为什么可以利用归并排序？
如果我们将数组从中间划分成两个部分，那么我们可以将逆序对产生的方式划分成三组：
- 逆序对中两个元素：全部从左数组中选择
- 逆序对中两个元素：全部从右数组中选择
- 逆序对中两个元素：一个选左数组另一个选右数组
根据排列组合的分类相加原理，三种情况下产生的逆序对的总和，正好等于总的逆序对数量。
而这个思路正好匹配归并排序的过程：
- 先排序左数组；
- 再排序右数组；
- 左数组和右数组合⼆为一；
因此，我们可以利用归并排序的过程，先求出左半数组中逆序对的数量，再求出右半数组中逆序对的数量，最后求出一个选择左边，另一个选择右边情况下逆序对的数量，三者相加即可。
2. 为什么要这么做？
在归并排序合并的过程中，我们得到的是两个有序的数组。我们是可以利用数组的有序性，快速统计出逆序对的数量，而不是将所有情况都枚举出来。
最核心的问题，如何在合并两个有序数组的过程中，统计出逆序对的数量？合并两个有序序列时求逆序对的方法有两种：
- 快速统计出某个数前面有多少个数比它大；
- 快速统计出某个数后面有多少个数比它小；
代码如下：
class Solution
{
vector<int> tmp;
public:
int reversePairs(vector<int>& nums)
{
tmp.resize(nums.size());
return mergeSort(nums, 0, nums.size() - 1);
}
int mergeSort(vector<int>& nums, int left, int right)
{
if (left >= right) return 0;
// [left, mid] [mid + 1, right]
int mid = left + (right - left) / 2;
// 先统计两个区间各自的逆序对个数 + 排序
int ret = 0;
ret += mergeSort(nums, left, mid);
ret += mergeSort(nums, mid + 1, right);
// 两个区间每个区间选一个进行比较，因为比较时区间已经排序好，所以当cur1中出现第一次比cur2大的数时，cur1 后面的数都可以全部统计
int cur1 = left, cur2 = mid + 1, i = 0;
while (cur1 <= mid && cur2 <= right)
{
if (nums[cur1] > nums[cur2]) ret += mid - cur1 + 1;
tmp[i++] = nums[cur1] <= nums[cur2] ? nums[cur1++] : nums[cur2++];
}
// 处理细节，还没结束的指针后的数全放入tmp中
while (cur1 <= mid) tmp[i++] = nums[cur1++];
while (cur2 <= right) tmp[i++] = nums[cur2++];
// 拷贝回原数组
for (int i = left; i <= right; i++) nums[i] = tmp[i - left];
return ret;
}
};7. 计算右侧小于当前元素的个数
题目链接 -> Leetcode -315.计算右侧小于当前元素的个数
Leetcode -315.计算右侧小于当前元素的个数
题目：给你一个整数数组 nums ，按要求返回一个新数组 counts 。数组 counts 有该性质： counts[i] 的值是 nums[i] 右侧小于 nums[i] 的元素的数量。
示例 1： 输入：nums = [5, 2, 6, 1] 输出：[2, 1, 1, 0] 解释： 5 的右侧有 2 个更小的元素(2 和 1) 2 的右侧仅有 1 个更小的元素(1) 6 的右侧有 1 个更小的元素(1) 1 的右侧有 0 个更小的元素
示例 2： 输入：nums = [-1] 输出：[0]
示例 3： 输入：nums = [-1, -1] 输出：[0, 0]
提示：
- 1 <= nums.length <= 10^5
- 10^4 <= nums[i] <= 10^4
思路：这一道题的解法与上一题的解法是类似的，但是这一道题要求的不是求总的个数，而是要返回一个数组，记录每一个元素的右边有多少个元素比自己小。
但是在我们归并排序的过程中，元素的下标是会跟着变化的，因此我们需要一个辅助数组，来将数组元素和对应的下标绑定在一起归并，也就是再归并元素的时候，顺势将下标也转移到对应的位置上。
代码如下：
class Solution
{
// 将原数组的元素和下标绑定在一起，元素顺序改变时，对应的下标也跟着改变
vector<int> tmpElement, tmpIndex;
vector<int> index;
vector<int> ret;
public:
vector<int> countSmaller(vector<int>& nums)
{
ret.resize(nums.size());
index.resize(nums.size());
// 初始化下标
for(int i = 0; i < nums.size(); i++)
index[i] = i;
tmpElement.resize(nums.size());
tmpIndex.resize(nums.size());
mergeSort(nums, 0, nums.size() - 1);
return ret;
}
void mergeSort(vector<int>& nums, int left, int right)
{
if(left >= right) return;
int mid = left + (right - left) / 2;
// [left, mid] [mid + 1, right]
mergeSort(nums, left, mid);
mergeSort(nums, mid + 1, right);
int cur1 = left, cur2 = mid + 1, i = 0;
while(cur1 <= mid && cur2 <= right)
{
// index[cur1] 存的是 nums[cur1] 这个元素的原始下标
if(nums[cur1] > nums[cur2])
ret[index[cur1]] += right - cur2 + 1;
// 同步更新下标和元素
tmpIndex[i] = nums[cur1] > nums[cur2]? index[cur1] : index[cur2];
tmpElement[i++] = nums[cur1] > nums[cur2]? nums[cur1++] : nums[cur2++];
}
while(cur1 <= mid)
{
tmpIndex[i] = index[cur1];
tmpElement[i++] = nums[cur1++];
}
while(cur2 <= right)
{
tmpIndex[i] = index[cur2];
tmpElement[i++] = nums[cur2++];
}
// 同步拷贝下标和元素
for(int j = left; j <= right; j++)
{
index[j] = tmpIndex[j - left];
nums[j] = tmpElement[j - left];
}
}
};8. 翻转对
题目链接 -> Leetcode -493.翻转对
Leetcode -493.翻转对
题目：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 : 给定数组的长度不会超过50000。 输入数组中的所有数字都在32位整数的表示范围内。
思路：翻转对和逆序对的定义大同小异，逆序对是前面的数要大于后面的数。而翻转对是前面的⼀个数要大于后面某个数的两倍。因此，我们依旧可以用归并排序的思想来解决这个问题。
大思路与求逆序对的思路一样，就是利用归并排序的思想，将求整个数组的翻转对的数量，转换成三部分：左半区间翻转对的数量，右半区间翻转对的数量，一左一右选择时翻转对的数量。重点就是在合并区间过程中，如何计算出翻转对的数量。
例如 left = [4, 5, 6] right = [3, 4, 5] 时，如果是归并排序的话，我们需要计算 left 数组中有多少个能与 3 组成翻转对。但是我们要遍历到最后⼀个元素 6 才能确定，时间复杂度较高。因此我们需要在归并排序之前完成翻转对的统计。
下面以⼀个示例来模仿两个有序序列如何快速求出翻转对的过程：假定已经有两个已经有序的序列 left = [4, 5, 6] right = [1, 2, 3] ；用两个指针 cur1 和 cur2 遍历两个数组
- 对于任意给定的 left[cur1] 而言，我们不断地向右移动 cur2，直到 left[cur1] <= 2 * right[cur2]。此时对于 right 数组而言，cur2 之前的元素全部都可以与 left[cur1] 构成翻转对。
- 随后，我们再将 cur1 向右移动⼀个单位，此时 cur2 指针并不需要回退（因为 left 数组是升序的）依旧往右移动直到 left[cur1] <= 2 * right[cur2]。不断重复这样的过程，就能够求出所有左右端点分别位于两个子数组的翻转对数目。
由于两个指针最后都是不回退的的扫描到数组的结尾，因此两个有序序列求出翻转对的时间复杂度是 O(N).
综上所述，我们可以利用归并排序的过程，将求一个数组的翻转对转换成求左数组的翻转对数量 + 右数组中翻转对的数量 + 左右数组合并时翻转对的数量。
代码如下：
class Solution
{
vector<int> tmp;
public:
int reversePairs(vector<int>& nums)
{
tmp.resize(nums.size());
return mergeSort(nums, 0, nums.size() - 1);
}
int mergeSort(vector<int>& nums, int left, int right)
{
if(left >= right) return 0;
// 1.根据中间元素划分区间
int mid = left + (right - left) / 2;
// 2. 先计算左右区间的翻转对
// [left, mid] [mid + 1, right]
int ret = 0;
ret += mergeSort(nums, left, mid);
ret += mergeSort(nums, mid + 1, right);
// 3.先利用左右区间有序的性质计算翻转对的数量
int cur1 = left, cur2 = mid + 1, i = 0;
while(cur1 <= mid)
{
while(cur2 <= right && nums[cur2] >= nums[cur1] / 2.0) cur2++;
ret += right - cur2 + 1;
cur1++;
}
// 4.合并归并区间
cur1 = left, cur2 = mid + 1;
while(cur1 <= mid && cur2 <= right)
tmp[i++] = nums[cur2] > nums[cur1]? nums[cur2++] : nums[cur1++];
while(cur1 <= mid) tmp[i++] = nums[cur1++];
while(cur2 <= right) tmp[i++] = nums[cur2++];
for(int j = left; j <= right; j++)
nums[j] = tmp[j - left];
return ret;
}
};腾讯云开发者
