• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>
            (神犇看到這個不要鄙視啊啊……饒了本沙茶啊啊……)

            剛才本沙茶在看后綴數(shù)組(還木有看完)的時候,里面的那個基數(shù)排序?qū)懛ǜ鞣N看不懂……

            后來到網(wǎng)上一看才發(fā)現(xiàn)這是一種極其神犇的基數(shù)排序算法,它不需要任何鏈?zhǔn)交蝾愭準(zhǔn)浇Y(jié)構(gòu),也不需要在每次排序后都把所有元素按照本次排序的結(jié)果重新?lián)Q位置(其實這樣是相當(dāng)耗時間的,尤其是字符串排序的時候,因為復(fù)制一個字符串的時間復(fù)雜度取決于它的長度),只需要存儲每個元素在每次排序之后的“相對下標(biāo)”即可。

            【1】先考慮這樣一個問題:對一個含N個元素,每個元素值的范圍為[0..SZ-1]的整數(shù)序列進(jìn)行計數(shù)排序(第一關(guān)鍵字為字符,第二關(guān)鍵字為下標(biāo)),并且在排序后求出ord[0..N-1]數(shù)組:ord[i]表示排在第i位的元素在排序前的下標(biāo)。要求這個算法中不能使用任何鏈?zhǔn)交蝾愭準(zhǔn)浇Y(jié)構(gòu)(鏈表、Dancing Links、vector等)。

            設(shè)立數(shù)組S,S[i]表示值為i的元素的個數(shù)。求S[i]可在O(N)時間內(nèi)求出(一般地,還要用O(SZ)的時間進(jìn)行初始化)。再設(shè)立數(shù)組S0(在實現(xiàn)的時候,可以直接用S來存儲S0的值),S0[i]=∑S[0..i](也就是值不大于i的元素的個數(shù)),求S0只需要在S的基礎(chǔ)上用O(SZ)時間即可。然后可以得到一個重要的性質(zhì):對于任意i(0<=i<SZ),原序列中的所有值為i的元素,按照其下標(biāo)從小到大,其名次(或者說是序號,排序前下標(biāo)為i的元素的名次記為rank[i],下同)依次為S0[i-1]..S0[i]-1(i=0時,為0..S0[i]-1,這里認(rèn)為名次從0開始),這樣,只要在求出S0以后用O(N)時間掃描一遍原序列,每掃描到一個值為i的元素,立刻可以從S0中獲得其名次,同時將S0[i]的值加1,掃描完后所有的元素以后即得出了rank[0..N-1]。然后,ord與rank其實是互逆的(因為ord[i]=j等價于rank[j]=i),因此求出了rank以后可以在O(N)時間內(nèi)求出ord(當(dāng)然,根據(jù)ord[rank[i]]=i這一性質(zhì),可以在掃描過程中不求rank而直接求ord)。不過,在掃描這一步,更好的方法是倒序掃描,這樣在掃描到一個值為i的元素之后,可以不動用S[i-1](這個當(dāng)i=0時還要特判,比較麻煩),直接調(diào)用S[i]的值(當(dāng)然要先將S[i]減1),就是該元素的名次了。
            很明顯,該算法的時間復(fù)雜度為O(2SZ+2N)(如果不求rank直接求ord的話)=O(N),且唯一用到的輔助空間就是S(前面已經(jīng)說過了,直接在S上存儲S0,不單獨設(shè)S0),故空間復(fù)雜度也是線性的,沒有用到鏈?zhǔn)交蝾愭準(zhǔn)浇Y(jié)構(gòu)。

            【2】然后來解決基數(shù)排序的問題。假設(shè)這里是對字符串進(jìn)行基數(shù)排序(注意,各元素的長度可能不相等,此時排序的總位數(shù)L應(yīng)取所有元素長度的最大值,且排序過程中遇到不足位數(shù)的元素要特判:對該元素的該位記為@,@是一個比字符集中的所有字符都小的字符,其在字符集中名次為0,所有實際在字符集中的元素的名次為1..SZ,這樣總的字符個數(shù)就是SZ+1,在寫代碼的時候要注意),從最后一位(第L-1位)開始一位一位排序,直至第0位,中間每次排序的過程實質(zhì)上就是像【1】這樣的計數(shù)排序。

            按照本沙茶以前的方法,每進(jìn)行一位的排序后就要將所有元素重新調(diào)換位置(也就是構(gòu)造一個新的序列代替原來的序列,原序列的下標(biāo)為i的元素在新序列中下標(biāo)為rank[i]),但這樣的時間開銷很大(前面已經(jīng)說過了)。更好的方法是在整個排序過程中,序列的各個元素的下標(biāo)都不變,但每位排序后,序列有一個“相對下標(biāo)”,相對下標(biāo)為i的元素就是此次排序中排在第i位的元素(即ord[i]),這樣在每次排序時,只要操縱各元素的上一位相對下標(biāo)即可(在求S的時候不用相對下標(biāo),因為S的值是由個數(shù)決定的,與順序無關(guān),但是在求本位的ord的時候,倒序掃描序列其實是倒序掃描相對下標(biāo)的序列,即掃描到下標(biāo)為i,實際指的是相對下標(biāo)為i,即ord[i]),注意一開始所有元素的相對下標(biāo)與下標(biāo)相等,即ord[i]=i。這樣就不需要調(diào)換位置了,只需要ord就行了。

            最后總時間復(fù)雜度顯然是O(NL)的。

            代碼(對于字符串進(jìn)行基數(shù)排序,這里假設(shè)字符串只含小寫字母,注意這里的SZ是27而不是26,因為有@的存在):
            #include <iostream>
            #include 
            <stdio.h>
            #include 
            <string.h>
            using namespace std;
            #define re(i, n) for (int i=0; i<n; i++)
            #define re2(i, l, r) for (int i=l; i<r; i++)
            #define rre(i, n) for (int i=n-1; i>=0; i--)
            const int MAXN = 100000, MAXLEN = 101, SZ = 27;
            int n, L0[MAXN], ord[MAXN], tmp[MAXN], S[SZ];
            char A[MAXN][MAXLEN];
            void init()
            {
                scanf(
            "%d"&n);
                re(i, n) scanf(
            "%s", A[i]);
            }
            void solve()
            {
                
            int L = 0;
                re(i, n) {
                    L0[i] 
            = strlen(A[i]); ord[i] = i;
                    
            if (L0[i] > L) L = L0[i];
                }
                rre(j, L) {
                    re(i, SZ) S[i] 
            = 0;
                    re(i, n) S[L0[i] 
            > j ? A[i][j] - 96 : 0]++;
                    re2(i, 
            1, SZ) S[i] += S[i - 1];
                    rre(i, n) tmp[
            --S[L0[ord[i]] > j ? A[ord[i]][j] - 96 : 0]] = ord[i];
                    re(i, n) ord[i] 
            = tmp[i];
                }
            }
            void pri()
            {
                re(i, n) puts(A[ord[i]]);
            }
            int main()
            {
                init();
                solve();
                pri();
                
            return 0;
            }
            最后,Orz一下這個無比神犇的算法!??!

            Feedback

            # re: 基數(shù)排序的O(NL)算法  回復(fù)  更多評論   

            2012-01-29 19:31 by zyn.cpp
            這個好像叫做計數(shù)排序吧。算法導(dǎo)論上講的三種O(N)的排序方法之一。
            亚洲狠狠婷婷综合久久久久| 色综合久久精品中文字幕首页| 久久精品国产精品青草| 狠狠色婷婷久久一区二区 | 九九久久自然熟的香蕉图片| 久久综合色老色| 99久久精品国产一区二区| 久久精品国产亚洲av麻豆图片| 久久综合亚洲色一区二区三区| 久久久久久国产a免费观看黄色大片| 伊人久久大香线蕉综合网站| 国内精品伊人久久久影院| 精品人妻伦九区久久AAA片69| 一本一道久久综合狠狠老| 一本色道久久88精品综合| 77777亚洲午夜久久多喷| 99久久亚洲综合精品成人| 狠狠久久综合伊人不卡| 亚洲国产成人久久一区WWW| 久久SE精品一区二区| 狠狠狠色丁香婷婷综合久久俺| 色综合色天天久久婷婷基地| 久久人人爽人人澡人人高潮AV| 区久久AAA片69亚洲| 久久精品国产99国产精品澳门| 久久99久久无码毛片一区二区| 国产精品99久久久精品无码| 成人久久综合网| 久久国产精品无| 免费国产99久久久香蕉| 久久久这里有精品| 久久被窝电影亚洲爽爽爽| 欧美久久一级内射wwwwww.| 久久精品国产亚洲AV无码偷窥| 久久人人爽人人爽AV片| 韩国无遮挡三级久久| 久久久久亚洲av综合波多野结衣 | 久久亚洲国产午夜精品理论片| 伊人久久精品影院| 国产精品成人99久久久久| 久久夜色精品国产噜噜亚洲AV|