1. 排序
排序（sort）是一种常见的算法，把数据根据特定的顺序进行排列。经典的排序算法如下：
- 冒泡排序（bubble sort）
- 插入排序（insertion sort）
- 选择排序（selection sort）
- 快速排序（quick sort）
- 堆排序（heap sort）
- 归并排序（merge sort）
冒泡排序依次比较相邻的两个元素，若逆序则交换；如此走访数列重复n次，即不再发生交换，排序完成。（以下图片均来自于Wikipedia）
但是，冒泡排序存在着许多无意义的交换，比如：对于基本有序的数组（最好情况），冒泡排序仍旧有O(n2)次交换。我们可以标记需要交换的可能，从而降低交换次数到O(n)：
void bubble_sort(int a[], int n) {
int i, bound;
int exchange = n - 1; // 初始化
while (exchange) {
bound = exchange; // 记录上一次的交换位置
exchange = 0; // 假定这一次没发生交换
for (i = 0; i < bound; i++)
if (a[i] > a[i + 1]) {
swap(&a[i], &a[i + 1]);
exchange = i;
}
}
}插入排序能很好地避免部分无意义的交换，其核心思想：从前往后扫描序列，已扫描的元素构成一个已排序的有序序列，当前扫描的元素作为待插入元素，从有序序列中找到其适合的位置进行插入。
选择排序是一种直观的排序算法，其基本思想：从前往后走访待排序序列，找出最小的元素置于待排序序列的首端；如此往复，直到待排序序列只包含一个元素。
快速排序是由Hoare提出，采用了分治（divide and conquer）策略：选取一个基准pivot，将序列划分为两个子序列，比pivot小的元素归为左子序列，比pivot大（或等于）归于右子序列；如此递归地划分子序列直到无需划分（即整体有序）。此划分操作也被称为partition；下图给出以元素5为pivot的partition操作：
堆排序是指利用大顶堆（max heap）进行排序的算法，基本思想：依次删除堆顶元素（待排序序列的最大值），将其置于待排序序列的末端；如此往复，直至堆为空。
归并排序也是采用分治策略：将相邻两个有序的子序列进行归并（merge）操作，如此往复，直到归并成一个完整序列（排序完成）。初始时，子序列对应于每一个元素。
稳定性是衡量排序算法是否改变相等键值的次序的指标。典型地，比如快排因pivot的选取可能会改变相等键值的次序。各种排序算法的比较如下：
2. 题解
75. Sort Colors
数字0、1、2排序，采取类似选择排序的思路，数字0放在首端，数字2放在尾端。
public void sortColors(int[] nums) {
int low = 0, high = nums.length - 1;
for (int k = 0; k <= high; k++) {
if (nums[k] == 0)
swap(nums, k, low++);
else if (nums[k] == 2)
swap(nums, k--, high--);
}
}
private void swap(int[] A, int a, int b) {
int temp = A[a];
A[a] = A[b];
A[b] = temp;
}349. Intersection of Two Arrays
链表的插入排序。
public ListNode insertionSortList(ListNode head) {
ListNode nHead = new ListNode(0), p = head, pNext, np, nPre;
while (p != null) {
// find the suitable position to insert
for (np = nHead.next, nPre = nHead; np != null && np.val < p.val; ) {
np = np.next;
nPre = nPre.next;
}
nPre.next = p;
pNext = p.next;
p.next = np;
p = pNext;
}
return nHead.next;
}148. Sort List
排序链表，要求时间复杂度O(nlogn)、空间复杂度T(1)，所以使用归并排序。其中，合并两个有序链表复用了问题21. Merge Two Sorted Lists的代码。
public ListNode sortList(ListNode head) {
if (head == null || head.next == null) return head;
ListNode pre = head, slow = head, fast = head;
// cut the list into two halves
while (fast != null && fast.next != null) {
pre = slow;
slow = slow.next;
fast = fast.next.next;
}
pre.next = null;
// sort the two halves
ListNode l1 = sortList(head);
ListNode l2 = sortList(slow);
// merge the two sorted halves
return mergeTwoLists(l1, l2);
}242. Valid Anagram
判断两个字符串是否同构（变位词）。将values数组排序后，判断是否相等。
public boolean isAnagram(String s, String t) {
char[] sValues = s.toCharArray();
char[] tValues = t.toCharArray();
Arrays.sort(sValues);
Arrays.sort(tValues);
return Arrays.equals(sValues, tValues);
}56. Merge Intervals
合并重复的区间段。思路：排序区间，然后根据条件进行合并。
public List<Interval> merge(List<Interval> intervals) {
if (intervals.size() <= 1) return intervals;
intervals.sort((i1, i2) -> {
if (i1.start == i2.start) return i1.end - i2.end;
return i1.start - i2.start;
});
List<Interval> result = new ArrayList<>();
for (int i = 0; i < intervals.size(); ) {
int j, margin = intervals.get(i).end;
for (j = i + 1; j < intervals.size(); j++) {
if (intervals.get(j).start > margin)
break;
margin = Math.max(margin, intervals.get(j).end);
}
result.add(new Interval(intervals.get(i).start, margin));
i = j;
}
return result;
}57. Insert Interval
将一个区间插入到有序区间列表中，若有重复区间则需要做合并。
public List<Interval> insert(List<Interval> intervals, Interval newInterval) {
LinkedList<Interval> result = new LinkedList<>();
if (intervals == null || intervals.isEmpty()) {
result.add(newInterval);
return result;
}
int len = intervals.size(), start, end, j;
Interval interval;
boolean hasAdded = false;
for (int i = 0; i < len; ) {
interval = intervals.get(i);
if (interval.end < newInterval.start) { // newInterval is right-outside
result.add(interval);
i++;
} else if (interval.start > newInterval.end) { // newInterval is left-outside
if (!hasAdded) {
result.add(newInterval);
hasAdded = true;
}
result.add(interval);
i++;
} else {
start = Math.min(interval.start, newInterval.start);
end = Math.max(interval.end, newInterval.end);
for (j = i + 1; j < len; j++) {
interval = intervals.get(j);
if (interval.start > end) break;
end = Math.max(end, interval.end);
}
result.add(new Interval(start, end));
hasAdded = true;
i = j;
}
}
if (!hasAdded) result.add(newInterval);
return result;
}274. H-Index
计算作者的h-index。思路：对引用次数数组排序，找出至少有h篇论文的引用次数>=h。
public int hIndex(int[] citations) {
Arrays.sort(citations);
int h = 0;
for (int i = citations.length - 1; i >= 0; i--) {
if (citations[i] < h + 1) break;
h++;
}
return h;
}275. H-Index II
与上类似，不同在于citations已排序，且是升序。
179. Largest Number
从一串数字中，找出能拼成的最大整数；相当于对整数字符串的排序。
public String largestNumber(int[] nums) {
int len = nums.length;
String[] strs = new String[len];
for (int i = 0; i < len; i++) {
strs[i] = String.valueOf(nums[i]);
}
Arrays.sort(strs, this::compareNum);
// special case
if (strs[0].charAt(0) == '0') return "0";
StringBuilder builder = new StringBuilder();
for (String str : strs) {
builder.append(str);
}
return builder.toString();
}
// compare two number-strings
private int compareNum(String num1, String num2) {
String cat1 = num1 + num2;
String cat2 = num2 + num1;
return cat2.compareTo(cat1);
}349. Intersection of Two Arrays
求解两个数组的交集，并去重。思路：排序两个数组，然后做依次比较，用pre保存上一次添加元素（用于去重）。
public int[] intersection(int[] nums1, int[] nums2) {
if (nums1 == null || nums2 == null) return null;
Arrays.sort(nums1);
Arrays.sort(nums2);
int len1 = nums1.length, len2 = nums2.length, pre = 0;
boolean hasAdded = false;
ArrayList<Integer> common = new ArrayList<>();
for (int i = 0, j = 0; i < len1 && j < len2; ) {
if (nums1[i] < nums2[j])
i++;
else if (nums1[i] > nums2[j])
j++;
else {
if (nums1[i] != pre || !hasAdded) {
common.add(nums1[i]);
pre = nums1[i];
hasAdded = true;
}
i++;
j++;
}
}
int[] result = new int[common.size()];
for (int i = 0; i < common.size(); i++) {
result[i] = common.get(i);
}
return result;
}350. Intersection of Two Arrays II
同上求交集，不需要做去重。
如需转载，请注明作者及出处.
作者：Treant
出处：http://www.cnblogs.com/en-heng/
