public class MergeSort implements Sort {

    @Override
    public int[] sort(int[] arr) {
        return sort(arr, 0, arr.length - 1);
    }

    private int[] sort(int[] arr, int l, int h) {
        // 递归终止条件，返回单个元素数组
        if (l == h) {
            return new int[]{arr[l]};
        }

        // 二等分，分别递归排序
        int mid = l + (h - l) / 2;
        int[] leftArr = sort(arr, l, mid);
        int[] rightArr = sort(arr, mid + 1, h);

        int[] newArr = new int[leftArr.length + rightArr.length];

        int m = 0, i = 0, j = 0;
        while (i < leftArr.length && j < rightArr.length) {
            newArr[m++] = leftArr[i] < rightArr[j] ? leftArr[i++] : rightArr[j++];
        }

        while (i < leftArr.length) {
            newArr[m++] = leftArr[i++];
        }

        while (j < rightArr.length) {
            newArr[m++] = rightArr[j++];
        }

        return newArr;
    }
}

public class QuickSort implements Sort {

    @Override
    public int[] sort(int[] arr) {
        return sort(arr, 0, arr.length - 1);
    }

    private int[] sort(int[] arr, int l, int h) {
        // 选择第一个元素作为分区点
        int pivot = arr[l];

        int i = l;
        int j = h;

        while (i < j) {
            while (arr[i] < pivot) {
                i++;
            }

            while (arr[j] > pivot) {
                j--;
            }

            if (arr[i] == arr[j]) {
                i++;
            } else {
                int tmp = arr[i];
                arr[i] = arr[j];
                arr[j] = tmp;
            }
        }

        if (i - 1 > l) {
            sort(arr, l, i - 1);
        }

        if (j + 1 < h) {
            sort(arr, j + 1, h);
        }

        return arr;
    }
}

public class CountingSort implements Sort {

    @Override
    public int[] sort(int[] arr) {
        int n = arr.length;

        // 查找数组中数据的范围
        int max = arr[0];
        for (int i = 1; i < n; ++i) {
            if (max < arr[i]) {
                max = arr[i];
            }
        }

        // 申请一个计数数组 c，下标大小 [0, max]
        int[] c = new int[max + 1];
        for (int i = 0; i <= max; ++i) {
            c[i] = 0;
        }

        // 计算每个元素的个数，放入 c 中
        for (int value : arr) {
            c[value]++;
        }

        // 依次累加
        for (int i = 1; i <= max; ++i) {
            c[i] = c[i - 1] + c[i];
        }

        // 临时数组 r，存储排序之后的结果
        int[] r = new int[n];
        // 计算排序的关键步骤，有点难理解
        for (int i = n - 1; i >= 0; --i) {
            int index = c[arr[i]] - 1;
            r[index] = arr[i];
            c[arr[i]]--;
        }

        // 将结果拷贝给 a 数组
        System.arraycopy(r, 0, arr, 0, n);

        return arr;
    }

}

public class BucketSort implements Sort {

    @Override
    public int[] sort(int[] arr) {
        // 遍历数据，获取数据范围
        // 通常不需要该步骤，比如学分0-100，年龄0-120
        int max = Integer.MIN_VALUE;
        int min = Integer.MAX_VALUE;
        for (int value : arr) {
            max = Math.max(max, value);
            min = Math.min(min, value);
        }

        // 根据数据范围和数据量计算桶个数
        // 通常不需要该步骤
        int bucketNum = (max - min) / arr.length + 1;
        ArrayList<ArrayList<Integer>> bucketArr = new ArrayList<>(bucketNum);
        for (int i = 0; i < bucketNum; i++) {
            bucketArr.add(new ArrayList<>());
        }

        // 遍历数据，将每个元素放入桶
        for (int value : arr) {
            // 计算数据应放入的桶下标
            int num = (value - min) / (arr.length);
            bucketArr.get(num).add(value);
        }

        // 对每个桶进行排序
        for (ArrayList<Integer> integers : bucketArr) {
            Collections.sort(integers);
        }

        // 依次从桶中取出数据
        int[] result = new int[arr.length];

        int i = 0;
        for (ArrayList<Integer> values : bucketArr) {
            for (Integer value : values) {
                result[i++] = value;
            }
        }

        return result;
    }
}

public void topoSortByKahn() {
    int[] inDegree = new int[v]; // 统计每个顶点的入度
    for (int i = 0; i < v; ++i) {
        for (int j = 0; j < adj[i].size(); ++j) {
            int w = adj[i].get(j); // i->w
            inDegree[w]++;
        }
    }
    LinkedList<Integer> queue = new LinkedList<>();
    for (int i = 0; i < v; ++i) {
        if (inDegree[i] == 0) queue.add(i);
    }
    while (!queue.isEmpty()) {
        int i = queue.remove();
        System.out.print("->" + i);
        for (int j = 0; j < adj[i].size(); ++j) {
            int k = adj[i].get(j);
            inDegree[k]--;
            if (inDegree[k] == 0) queue.add(k);
        }
    }
}

public void topoSortByDFS() {
    // 先构建逆邻接表，边 s->t 表示，s 依赖于 t，t 先于 s
    LinkedList<Integer> inverseAdj[] = new LinkedList[v];
    for (int i = 0; i < v; ++i) { // 申请空间
        inverseAdj[i] = new LinkedList<>();
    }
    for (int i = 0; i < v; ++i) { // 通过邻接表生成逆邻接表
        for (int j = 0; j < adj[i].size(); ++j) {
            int w = adj[i].get(j); // i->w
            inverseAdj[w].add(i); // w->i
        }
    }
    boolean[] visited = new boolean[v];
    for (int i = 0; i < v; ++i) { // 深度优先遍历图
        if (visited[i] == false) {
            visited[i] = true;
            dfs(i, inverseAdj, visited);
        }
    }
}

private void dfs(
        int vertex, LinkedList<Integer> inverseAdj[], boolean[] visited) {
    for (int i = 0; i < inverseAdj[vertex].size(); ++i) {
        int w = inverseAdj[vertex].get(i);
        if (visited[w] == true) continue;
        visited[w] = true;
        dfs(w, inverseAdj, visited);
    } // 先把 vertex 这个顶点可达的所有顶点都打印出来之后，再打印它自己
    System.out.print("->" + vertex);
}

public void bfs(int s, int t) {
    if (s == t) {
        return;
    }

    // 记录已经被访问的顶点
    boolean[] visited = new boolean[v];
    visited[s] = true;

    // 存储已经访问，但相连的顶点还没有被访问的顶点
    Queue<Integer> queue = new LinkedList<>();
    queue.add(s);

    // 记录搜索路径（prev[w] 存储的是，顶点 w 是从哪个前驱顶点遍历过来）
    int[] prev = new int[v];
    for (int i = 0; i < v; ++i) {
        prev[i] = -1;
    }

    while (queue.size() != 0) {
        int w = queue.poll();
        for (int i = 0; i < adj[w].size(); ++i) {
            int q = adj[w].get(i);
            if (!visited[q]) {
                prev[q] = w;
                if (q == t) {
                    print(prev, s, t);
                    return;
                }
                visited[q] = true;
                queue.add(q);
            }
        }
    }
}

/**
 * 递归打印 s->t 的路径
 */
private void print(int[] prev, int s, int t) {
    if (prev[t] != -1 && t != s) {
        print(prev, s, prev[t]);
    }
    System.out.print(t + " ");
}

/**
 * 是否已找到
 */
private boolean found = false;

/**
 * 深度优先遍历
 */
public void dfs(int s, int t) {
    found = false;

    // 记录已经被访问的顶点
    boolean[] visited = new boolean[v];

    // 记录搜索路径（prev[w] 存储的是，顶点 w 是从哪个前驱顶点遍历过来）
    int[] prev = new int[v];
    for (int i = 0; i < v; ++i) {
        prev[i] = -1;
    }

    recurDfs(s, t, visited, prev);

    print(prev, s, t);
}

/**
 * 递归遍历
 */
private void recurDfs(int w, int t, boolean[] visited, int[] prev) {
    if (found) {
        return;
    }

    visited[w] = true;

    if (w == t) {
        found = true;
        return;
    }

    for (int i = 0; i < adj[w].size(); ++i) {
        int q = adj[w].get(i);
        if (!visited[q]) {
            prev[q] = w;
            recurDfs(q, t, visited, prev);
        }
    }
}