当前位置： 首页 > news >正文

icoding题解排序

news 来源：原创 2025/6/26 7:28:38

数组合并

假设有 n 个长度为 k 的已排好序（升序）的数组，请设计数据结构和算法，将这 n 个数组合并到一个数组，且各元素按升序排列。即实现函数：

 void merge_arrays(const int* arr, int n, int k, int* output);

其中 arr 为按行优先保存的 n 个长度都为 k 的数组，output 为合并后的按升序排列的数组，大小为 n×k。

时间要求(评分规则)，当 n > k 时：

  • 满分：时间复杂度不超过 O(n×k×log(n))
  • 75分：时间复杂度不超过 O(n×k×log(n)×k)
  • 59分：其它，如：时间复杂度为 O(n2×k2) 时。
#include<stdio.h>
#include<stdlib.h>
 
void max_heapify(int* p, int i, int size) {
 
    int j = 2 * i + 1, t=p[i];
    while (j <= size - 1) {
        if (j + 1 <= size - 1 && p[j] < p[j + 1])j = j + 1;
        if (p[j] > t) {
 
            p[i] = p[j];
            i = j;
            j = 2 * i + 1;
        }
        else break;
    }
    p[i] = t;
}//假设i之后都是大根堆，调整i使从i开始都是大根堆
 
 
void merge_arrays(const int* arr, int n,int k,int* output) {
    int size=n*k;
    int x, i, *array;
    array = (int*)malloc(size * sizeof(int));
    
    for (i = 0; i <= size - 1; i++) {
        array[i] = arr[i];
    }
 
     for (i=size/2-1; i >=0 ; i--) {
        max_heapify(array, i, size);
    }//将整个堆大根堆化
    for (i = size-1; i >= 1; --i) {
        x = array[0];
        array[0] = array[i];
        array[i] = x;
        max_heapify(array, 0, i);
    }
    for (i = 0; i <= size - 1; i++) {
        output[i] = array[i];
    }
 
}

 

堆化

二叉堆一般用数组来表示。例如，根节点在数组中的位置是0，第n个位置的子节点分别在2n+1和 2n+2。 因此，第0个位置的子节点在1和2，1的子节点在3和4。以此类推。这种存储方式便于寻找父节点和子节点。在二叉堆上可以进行插入节点、删除节点、取出值最小的节点、减小节点的值等基本操作。

“最小堆”的定义如下：

typedef struct _otherInfo
{
    int i;
    int j;
}OtherInfo;

typedef struct _minHeapNode
{
    int value;
    OtherInfo otherInfo;
}MinHeapNode, *PMinHeapNode;

typedef struct _minPQ {
    PMinHeapNode heap_array; // 指向堆元素数组
    int heap_size; // 当前堆中的元素个数
    int capacity;  //堆数组的大小
}MinHeap, *PMinHeap;

请实现最小堆的“堆化”函数：

void min_heapify(PMinHeap pq, int i);

其中 pq指向堆，i 为堆元素在数组中的下标。该函数假设元素i对应的子树都已经是最小堆（符合最小堆的要求），但元素i为根的子树并不是最小堆，min_heapify将对元素i及其子树的各结点进行调整，使其为一个最小堆。

（注：假设辅助函数 left、right、parent 和 swap_node 已正确实现，min_heapify 函数可直接使用。）

#include <stdio.h>
#include <stdlib.h>
#include "minbinheap.h"
 
void min_heapify(PMinHeap pq, int i){
	int j = 2 * i + 1;
	MinHeapNode* p = pq->heap_array;
	while (j <= pq->heap_size - 1){
		//j为最小值的堆
		if (p[j + 1].value < p[j].value)
			j = j + 1;
		if (p[j].value < p[i].value) {
			swap_node(&p[j], &p[i]);
			i = j;
			j = 2 * i + 1;
		}
		else return;
	}
}

堆元素插入

二叉堆一般用数组来表示。例如，根节点在数组中的位置是0，第n个位置的子节点分别在2n+1和 2n+2。 因此，第0个位置的子节点在1和2，1的子节点在3和4。以此类推。这种存储方式便于寻找父节点和子节点。在二叉堆上可以进行插入节点、删除节点、取出值最小的节点、减小节点的值等基本操作。

“最小堆”的定义如下：

typedef struct _otherInfo
{
    int i;
    int j;
}OtherInfo;

typedef struct _minHeapNode
{
    int value;
    OtherInfo otherInfo;
}MinHeapNode, *PMinHeapNode;

typedef struct _minPQ {
    PMinHeapNode heap_array; // 指向堆元素数组
    int heap_size; // 当前堆中的元素个数
    int capacity;  //堆数组的大小
}MinHeap, *PMinHeap;

请实现最小堆的元素插入函数：

bool heap_insert_value(PMinHeap pq, int value);

其中 pq指向堆，value 为要插入的堆元素。

（注：假设辅助函数 parent 和 swap_node 已正确实现，heap_insert_value 函数可直接使用。）

 

#include <stdio.h>
#include <stdlib.h>
#include "minbinheap.h"
#define H pq->heap_array
 
bool heap_insert_value(PMinHeap pq, int value){
    if(pq->heap_size==pq->capacity)return false;
    int i=pq->heap_size;
    H[i].value=value;
    while(i!=0&&H[i].value<H[parent(i)].value){
        swap_node(&H[i],&H[parent(i)]);
        i=parent(i);
    }
    pq->heap_size++;
    return true;
}

 堆初始化

二叉堆一般用数组来表示。例如，根节点在数组中的位置是0，第n个位置的子节点分别在2n+1和 2n+2。 因此，第0个位置的子节点在1和2，1的子节点在3和4。以此类推。这种存储方式便于寻找父节点和子节点。在二叉堆上可以进行插入节点、删除节点、取出值最小的节点、减小节点的值等基本操作。

“最小堆”的定义如下：

typedef struct _otherInfo
{
    int i;
    int j;
}OtherInfo;

typedef struct _minHeapNode
{
    int value;
    OtherInfo otherInfo;
}MinHeapNode, *PMinHeapNode;

typedef struct _minPQ {
    PMinHeapNode heap_array; // 指向堆元素数组
    int heap_size; // 当前堆中的元素个数
    int capacity;  //堆数组的大小
}MinHeap, *PMinHeap;

请实现最小堆的初始化函数：

void init_min_heap(PMinHeap pq, int capacity);

其中 pq指向堆，capacity为堆元素数组的初始化大小。

#include <stdio.h>
#include <stdlib.h>
#include "minbinheap.h"
 
 
//pq指向堆,capacity为堆元素数组的初始化大小
void init_min_heap(PMinHeap pq, int capacity){
	pq->capacity = capacity;
	pq->heap_size = 0;
	pq->heap_array = (PMinHeapNode)malloc(sizeof(MinHeapNode) * pq->capacity);
	return;
}

堆辅助函数 

二叉堆是完全二叉树或者是近似完全二叉树。二叉堆有两种：最大堆和最小堆。

  • 最大堆(大顶堆)：父结点的键值总是大于或等于任何一个子节点的键值，即最大的元素在顶端；
  • 最小堆(小顶堆)：父结点的键值总是小于或等于任何一个子节点的键值，即最小的元素在顶端。
  • 二叉堆子结点的大小与其左右位置无关。

二叉堆一般用数组来表示。例如，根节点在数组中的位置是0，第n个位置的子节点分别在2n+1和 2n+2。 因此，第0个位置的子节点在1和2，1的子节点在3和4。以此类推。这种存储方式便于寻找父节点和子节点。在二叉堆上可以进行插入节点、删除节点、取出值最小的节点、减小节点的值等基本操作。

“最小堆”的定义如下：

typedef struct _otherInfo
{
    int i;
    int j;
}OtherInfo;

typedef struct _minHeapNode
{
    int value;
    OtherInfo otherInfo;
}MinHeapNode, *PMinHeapNode;

typedef struct _minPQ {
    PMinHeapNode heap_array; // 指向堆元素数组
    int heap_size; // 当前堆中的元素个数
    int capacity;  //堆数组的大小
}MinHeap, *PMinHeap;

请实现最小堆的四个辅助函数：

int parent(int i); //返回堆元素数组下标为 i 的结点的父结点下标
int left(int i);  //返回堆元素数组下标为 i 的结点的左子结点下标
int right(int i);  //返回堆元素数组下标为 i 的结点的右子结点下标
void swap_node(MinHeapNode *x, MinHeapNode *y);  //交换两个堆元素的值
#include <stdio.h>
#include <stdlib.h>
#include "minbinheap.h" // 请不要删除，否则检查不通过
int parent(int i) {
return (i-1) / 2;
}
int left(int i){
return 2 * i + 1;
}
int right(int j) {
return 2 * j + 2;
}
void swap_node(MinHeapNode* x, MinHeapNode* y) {
int value;
int i, j;
value = y->value;
i = y->otherInfo.i;
j = y->otherInfo.j;
y->value = x->value;
y->otherInfo.i = x->otherInfo.i;
y->otherInfo.j = x->otherInfo.j;
x->value = value;
x->otherInfo.i = i;
x->otherInfo.j = j;


}

 

 

相关文章：

  • 母婴网站建设初衷怎么创建一个网页
  • 网站开发专员岗位职责网站推广方法有哪些
  • 网站做外国生意关键词推广排名
  • 网站收录作用网站运营
  • 做网站原型的简单工具厦门网站搜索引擎优化
  • 有没有做cad单的网站游戏网站交换友情链接
  • NO.87十六届蓝桥杯备战|动态规划-完全背包|疯狂的采药|Buying Hay|纪念品(C++)
  • x265 编码器中运动搜索 ME 方法对比实验
  • C++基础精讲-03
  • 苍穹外卖总结
  • 【Web API系列】WebSocketStream API 深度实践：构建高吞吐量实时应用的流式通信方案
  • 23种设计模式生活化场景，帮助理解
  • 洛谷刷题Day1——P1706+P1157+P2089+P3654
  • 要查看 FAISS 使用的 OpenMP 版本，需根据安装方式和系统环境采用不同方法。以下是具体步骤和原理分析：
  • [设计模式]发布订阅者模式解耦业务和UI（以Axios拦截器处理响应状态为例）
  • Spring Boot 自动加载流程详解
  • 8.3.5 ToolStripContainer（工具栏容器）控件
  • 线代第四课：行列式的性质
  • 电子元件浸入式冷却
  • 对重大保险风险测试的算法理解
  • Dify 插件开发笔记
  • MyBatis深度解析与实战指南：细节完整，从入门到精通
  • Windows下进行Redis for Windows安装
  • Linux服务器——搭建Zabbix
  • 02-redis-数据结构实现原理
  • 移动端六大语言速记：第12部分 - 测试与优化