- 浏览: 709330 次
- 性别:
- 来自: 北京
-
博客专栏
-
-
读金庸故事,品程序人生
浏览量:47955
文章分类
最新评论
-
hty881008:
LZ,你的json返回是怎么出来的,我的怎么是No messa ...
使用CXF暴露您的REST服务 -
jxFY:
赞
Apache的对象池化工具commons-pool -
wangyudong:
新版本的Wisdom RESTClient地址https:// ...
使用CXF暴露您的REST服务 -
wangyudong:
由CXF实现的微服务需要有比较好的工具去测试RESTful A ...
使用CXF暴露您的REST服务 -
spring_springdata:
可以参考最新的文档:如何在eclipse jee中检出项目并转 ...
Maven3实战笔记01环境配置与使用入门
1. 排序
排序是一个历来都是很多算法家热衷的领域,到现在还有很多数学家兼计算机专家还在研究。而排序是计算机程序开发中常用的一种操作。为何需要排序呢。我们在所有的系统中几乎都要检索数据,而这些欲检索的数据如果有规律的话,比如按照某些字段、属性降序排序的话,那么从这些有规律的数据查询结果或者结果集的话就快速得多。
2. 常用算法
常用的算法有:直接选择排序、堆排序、冒泡排序、快速交换排序、直接插入排序、折半插入排序、Shell排序、归并排序、桶式排序、基数排序。这些都属于常用排序算法,也都是内部排序算法。所谓内部排序就是不借助任何外部的内存处理器,直接使用内存,在内存中完成就可以的排序方式。
3. 直接选择排序
直接排序的思想就是进行二重遍历,由外层元素依次和内层元素进行对比,之后交换位置。算法如下
package sort;
import java.util.Arrays;
/**
* 选择排序
*
* @author liuyan
*/
public class SelectSort {
// 选择排序法
public static void selectSort(Integer[] integers) {
for (int i = 0; i < integers.length - 1; i++) {
int minIndex = i;
for (int j = i + 1; j < integers.length; j++) {
if (integers[i] < integers[j]
&& integers[minIndex] < integers[j]) {
// 只记住标记
minIndex = j;
}
}
// 每次只交换一次即可
if (minIndex != i) {
Integer temp = integers[i];
integers[i] = integers[minIndex];
integers[minIndex] = temp;
}
}
}
}
4. 堆排序
堆排序的思想就是将要排序的数组看成一个完全二叉树(出最后一层节点外,其他节点都是2个子节点),之后建立大顶堆,将完全二叉树建立成一个父节点值都大于它的子节点的树。之后将根节点和要排序的数组的最后一个元素进行换位。之后除了数组最后一个元素外重复建堆过程。算法如下
package sort; import java.util.Arrays; /** * 堆排序 * * @author liuyan */ public class HeapSort { /** * 构建堆数组 * * @param datas * @param lastIndex */ public static void buildHeap(Integer[] datas, int lastIndex) { //从目标的父节点开始遍历 for (int i = (lastIndex - 1) / 2; i >= 0; i--) { //记录父节点位置 int maxIndex = i; //当父节点的子节点存在的时候 while (maxIndex * 2 + 1 <= lastIndex) { //默认附一个大值为父节点的左子节点的索引 int biggerIndex = maxIndex * 2 + 1; //此处判断是否父节点还有一个右子节点 if (biggerIndex < lastIndex) { //如果有右子节点判断左右子节点的值大小,记录一个最大的位置,好用于交换 if (datas[biggerIndex] < datas[biggerIndex + 1]) { biggerIndex++; } } //此处是比较父节点值和左右子节点值,找个最大的做父亲 if (datas[maxIndex] < datas[biggerIndex]) { Integer temp = datas[maxIndex]; datas[maxIndex] = datas[biggerIndex]; datas[biggerIndex] = temp; //记录一下最大值的索引 maxIndex = biggerIndex; } else { break; } } } } /** * 堆排序 * * @param datas */ public static void heapSort(Integer[] datas) { // 数组大小 int arrayLength = datas.length; // 遍历数组 for (int i = 0; i < arrayLength - 1; i++) { // 构建堆 buildHeap(datas, arrayLength - 1 - i); // 交换元素 Integer temp = datas[0]; datas[0] = datas[arrayLength - 1 - i]; datas[arrayLength - 1 - i] = temp; } }
5. 冒泡排序
冒泡排序在使用频率上来说,也许是仅次于直接选择排序的算法的了。因为起泡的思想也很简单就是循环数组中的元素,相邻元素一一对比,进行交换。算法如下
package sort; import java.util.Arrays; /** * 冒泡排序法 * * @author liuyan */ public class BubbleSort { /** * 冒泡排序 * * @param datas */ public static void bubbleSort(Integer[] datas) { int datasLength = datas.length; for (int i = 0; i < datasLength - 1; i++) { for (int j = 0; j < datasLength - 1 - i; j++) { if (datas[j] < datas[j + 1]) { // 交换之 Integer temp = datas[j + 1]; datas[j + 1] = datas[j]; datas[j] = temp; } } } } }
6. 快速排序
所谓快速排序法是从待排序的数组中找一个标本作为分界值(一般是数组的第一个元素),所有比这个值小的值放到它的左边(或者右边),将比它大的值放到它的右边(或者左边),这样这个分界值左右两边的值要么全部比它大,要么全部比它小。之后再利用递归,将此标本右边、左边的所有元素也按部就班。算法如下
package sort; import java.util.Arrays; /** * 快速排序 * * @author liuyan */ public class QuickSort { /** * 交换数组元素位置 * * @param datas * @param i * @param j */ public static void chang(Integer[] datas, int i, int j) { Integer temp = datas[i]; datas[i] = datas[j]; datas[j] = temp; } /** * 快速排序法 * * @param datas * @param startIndex * @param endIndex */ public static void quickSort(Integer[] datas, int startIndex, int endIndex) { if (startIndex < endIndex) { //标本 Integer startData = datas[startIndex]; //左边的开始索引 int i = startIndex; //右边的开始索引 int j = endIndex + 1; while (true) { //找左边比标本大的下标 while (i < endIndex && datas[++i] > startData){ } //找右边比标本小的下标 while (j > startIndex && datas[--j] < startData){ } if (i < j) { //交换i、j元素位置 chang(datas, i, j); } else { break; } } //交换开始位置、j的元素为止 chang(datas, startIndex, j); //递归标本左边 quickSort(datas, startIndex, j - 1); //递归标本右边 quickSort(datas, j + 1, endIndex); } } }
7. 直接插入排序
直接插入排序的原理就是将数组中的元素依次和前面元素进行比较,如果发现了比它大的(或者小的),记录标志位、记录被比较元素,之后从标志位一位一位的向后进行元素移动,之后空出来的的那一位就是留给被比较元素的。这样造成了一个现象就是被比较的元素前面的所有元素都是排序过了的。算法如下。
package sort; import java.util.Arrays; /** * 直接插入排序 * * @author liuyan */ public class InsertSort { /** * 直接插入 * * @param datas */ public static void insertSort(Integer[] datas) { //从数组第二个元素开始遍历 for (int i = 1; i < datas.length; i++) { //当前元素和前一个元素进行对比【此处前面的元素已经排序好了】 if (datas[i] < datas[i - 1]) { //记录当前要比较的元素值 Integer temp = datas[i]; //从当前元素往前开始比较 int j = i - 1; //如果满足前面索引有效并且前面的元素值都是比当前值大的,那就进行元素后移动操作 for (; j >= 0 && datas[j] > temp; j--) { //元素后移 datas[j + 1] = datas[j]; } //前移操作后,j的索引就是中间那个比前面元素大,比后面元素小的位置索引-1 //将其要对比的值插进去 datas[j + 1] = temp; } } } }
8. 折半插入排序
折半插入排序是在原直接插入的基础上作了改进。对于折半插入法,被比较的元素不用和前面所有的元素进行一一对比,而是先找到0位元素到此被比较元素的中点元素,和这个重点元素进行比较,看看谁大,之后就是被比较元素元素和这个中点元素之间再找一个中点进行比较,或者是0点和原中点元素找个新中点。这样就可以缩小范围,反正排在被比较元素之前的元素是一个已经排好大小的序列,那就可以善加利用这已经排好的序列。当然了,找到位置后,该移动元素的还是要移动的。算法如下:
package sort; import java.util.Arrays; /** * 折半排序 * * @author liuyan */ public class BinaryInsertSort { /** * 折半排序 * * @param datas */ public static void binaryInsertSort(Integer[] datas) { // 从数组第二个元素开始遍历 for (int i = 1; i < datas.length; i++) { // 记录当前要比较的元素值 Integer temp = datas[i]; // 低位开始 int low = 0; // 高位开始 int hight = i - 1; // 位置有效,低位、高位 while (low <= hight) { // 中间位置 int mind = (low + hight) / 2; //被比较元素大于中间元素 if (temp > datas[mind]) { //低位调整在中点之后 low = mind + 1; } else {//被比较元素小于中间元素 //高位在中点之前 hight = mind - 1; } } // 低高位调整完毕后,将中点元素依次往后移动 for (int j = i; j > low; j--) { // 元素后移 datas[j] = datas[j - 1]; } // 前移操作后,low的索引就是中间那个比前面元素大,比后面元素小的位置索引low // 将其要对比的值插进去 datas[low] = temp; } } }
9. 归并排序
归并排序的主要思想就是将原来的数组分开成2大部分,建立一个新的临时数组,分别从2部分开始顺序走,将2部分的元素进行比较,先将小元素放入到临时数组,之后索引往前走一位,剩下的在进行比较。算法如下:
package sort; import java.util.Arrays; /** * 归并排序 * * @author liuyan */ public class MergeSort { /** * 归并排序 * * @param datas * @param start * @param datasLength */ public static void mergeSort(Integer[] datas, int leftIndex, int rightIndex) { //当分块索引有效时 if (leftIndex < rightIndex) { //找出中间索引 int center = (leftIndex + rightIndex) / 2; //把左边到中点的元素集合继续分堆儿 mergeSort(datas, leftIndex, center); //把右边到中点的元素集合继续分堆儿 mergeSort(datas, center + 1, rightIndex); //归并 merge(datas, leftIndex, center, rightIndex); } } /** * 归并 * * @param datas * @param left * @param center * @param right */ private static void merge(Integer[] datas, int left, int center, int right) { //建立一个临时的数组,用于装载排序后的数组 Integer[] temp = new Integer[datas.length]; //第二队的开始索引位置 int mind = center + 1; //临时数组从第一队的索引开始 int third = left; //仅仅记录开始索引位置 int tmp = left; while (left <= center && mind <= right) {//分队后的数组进行比较 if (datas[left] <= datas[mind]) { //左边的略小,左边索引前进 temp[third++] = datas[left++]; } else { //右边的略小,右边索引前进 temp[third++] = datas[mind++]; } } //如果第二队数组还没走完,继续走完,将第二队右边的元素都放到临时数组后面 while (mind <= right) { temp[third++] = datas[mind++]; } //如果第一队数组还没走完,继续走完,将第一队右边的元素都放到临时数组后面 while (left <= center) { temp[third++] = datas[left++]; } //将临时数组中的所有元素(排序好的),原样覆盖到原先的数组 while (tmp <= right) { datas[tmp] = temp[tmp++]; } } }
总结到这里发现自己实在不行了。要吐了,算法真的是数学大师+计算机专业的人才能搞得了得。相当于大脑就是一个编译器+数学公式器+内存监视器。向所有世界上还在为算法而奋斗的人们致敬,先总结到这里。
发表评论
-
Web应用单点压力测试调优-第6季-阶段性总结
2014-03-14 12:24 3479阶段性总结 <! ... -
Web应用单点压力测试调优-第5季
2014-03-13 09:32 4209各项配置: my.cnf [clien ... -
Web应用单点压力测试调优-第4季
2014-03-12 14:55 3228调整5-Tomcat的启动JVM参数 首先先启动 ... -
单点网站压力测试调优-第3季
2014-03-11 16:21 3498调整2-调整配置,数据库连接池数量 mysql ... -
Web应用单点压力测试调优-第2季
2014-03-07 16:52 8970并发1000,准备时间1s,让它产生大量的等待请求 ... -
单点网站压力测试调优-第1季
2014-03-07 10:36 4025环境介绍 虚拟机配置 ... -
编程质量提高建议总结1(持续总结)
2014-03-05 19:42 1349编程质量提高建议总结1(持续总结) 1.混淆字母要明显 ... -
关于博客文章内容显示不全的问题
2011-06-14 09:36 2488关于博客文章内容显示不全的问题,我发现有些文章显示内容不全。 ... -
Maven3实战笔记05仓库依赖解析与插件解析
2011-06-07 09:00 34581. Maven仓库依赖解析机 ... -
Apache的对象池化工具commons-pool
2011-05-16 09:21 131761. 前言 当我们的应用中创建一个十分最重量级的 ... -
将Sun的Open Message Queue与Spring集成
2011-05-06 09:01 35271. 前言 基于JMS标准的消息中间件实现的产品 ... -
要不要池化是个艰难的选择(转)-我觉得很生动就转载了下来
2011-05-05 09:50 1588转自http://www.ixpub.net/thre ... -
java.lang.IllegalStateException: STREAM错误的理解(转)
2011-05-04 18:09 13838转自http://dimple.iteye.com/blog/ ... -
Spring3配置声明式事务
2011-05-02 16:52 45721. 配置Spring3声明式事务 在Sprin ... -
Java基础复习笔记08数据结构-二叉树和二叉树的遍历
2011-04-22 09:10 25931. 二叉树 一 ... -
Java基础复习笔记07数据结构-树的概述
2011-04-19 17:35 19921. 树的概念 如果线性表、栈、队列是线性结构( ... -
Java基础复习笔记06数据结构-队列
2011-04-19 17:25 17381. 队列 队列又是一种比较特殊的线性表,和栈一 ... -
Java基础复习笔记04数据结构-线性表
2011-04-15 14:14 23481. 线性表 线性表是数据结构的一种逻辑结构,其 ... -
Java基础复习笔记03面试、笔试、开发中我们不太注意的陷阱之流程控制、面向对象、异常处理
2011-04-13 09:59 22501. switch语句的用法 有人说:“笔者基础 ... -
Java基础复习笔记03面试、笔试、开发中我们不太注意的陷阱之多线程
2011-04-13 09:51 20041. 什么样的对 ...
相关推荐
内容概要:本文详细介绍了基于MATLAB GUI界面和卷积神经网络(CNN)的模糊车牌识别系统。该系统旨在解决现实中车牌因模糊不清导致识别困难的问题。文中阐述了整个流程的关键步骤,包括图像的模糊还原、灰度化、阈值化、边缘检测、孔洞填充、形态学操作、滤波操作、车牌定位、字符分割以及最终的字符识别。通过使用维纳滤波或最小二乘法约束滤波进行模糊还原,再利用CNN的强大特征提取能力完成字符分类。此外,还特别强调了MATLAB GUI界面的设计,使得用户能直观便捷地操作整个系统。 适合人群:对图像处理和深度学习感兴趣的科研人员、高校学生及从事相关领域的工程师。 使用场景及目标:适用于交通管理、智能停车场等领域,用于提升车牌识别的准确性和效率,特别是在面对模糊车牌时的表现。 其他说明:文中提供了部分关键代码片段作为参考,并对实验结果进行了详细的分析,展示了系统在不同环境下的表现情况及其潜在的应用前景。
嵌入式八股文面试题库资料知识宝典-计算机专业试题.zip
嵌入式八股文面试题库资料知识宝典-C and C++ normal interview_3.zip
内容概要:本文深入探讨了一款额定功率为4kW的开关磁阻电机,详细介绍了其性能参数如额定功率、转速、效率、输出转矩和脉动率等。同时,文章还展示了利用RMxprt、Maxwell 2D和3D模型对该电机进行仿真的方法和技术,通过外电路分析进一步研究其电气性能和动态响应特性。最后,文章提供了基于RMxprt模型的MATLAB仿真代码示例,帮助读者理解电机的工作原理及其性能特点。 适合人群:从事电机设计、工业自动化领域的工程师和技术人员,尤其是对开关磁阻电机感兴趣的科研工作者。 使用场景及目标:适用于希望深入了解开关磁阻电机特性和建模技术的研究人员,在新产品开发或现有产品改进时作为参考资料。 其他说明:文中提供的代码示例仅用于演示目的,实际操作时需根据所用软件的具体情况进行适当修改。
少儿编程scratch项目源代码文件案例素材-剑客冲刺.zip
少儿编程scratch项目源代码文件案例素材-几何冲刺 转瞬即逝.zip
内容概要:本文详细介绍了基于PID控制器的四象限直流电机速度驱动控制系统仿真模型及其永磁直流电机(PMDC)转速控制模型。首先阐述了PID控制器的工作原理,即通过对系统误差的比例、积分和微分运算来调整电机的驱动信号,从而实现转速的精确控制。接着讨论了如何利用PID控制器使有刷PMDC电机在四个象限中精确跟踪参考速度,并展示了仿真模型在应对快速负载扰动时的有效性和稳定性。最后,提供了Simulink仿真模型和详细的Word模型说明文档,帮助读者理解和调整PID控制器参数,以达到最佳控制效果。 适合人群:从事电力电子与电机控制领域的研究人员和技术人员,尤其是对四象限直流电机速度驱动控制系统感兴趣的读者。 使用场景及目标:适用于需要深入了解和掌握四象限直流电机速度驱动控制系统设计与实现的研究人员和技术人员。目标是在实际项目中能够运用PID控制器实现电机转速的精确控制,并提高系统的稳定性和抗干扰能力。 其他说明:文中引用了多篇相关领域的权威文献,确保了理论依据的可靠性和实用性。此外,提供的Simulink模型和Word文档有助于读者更好地理解和实践所介绍的内容。
嵌入式八股文面试题库资料知识宝典-2013年海康威视校园招聘嵌入式开发笔试题.zip
少儿编程scratch项目源代码文件案例素材-驾驶通关.zip
小区开放对周边道路通行能力影响的研究.pdf
内容概要:本文探讨了冷链物流车辆路径优化问题,特别是如何通过NSGA-2遗传算法和软硬时间窗策略来实现高效、环保和高客户满意度的路径规划。文中介绍了冷链物流的特点及其重要性,提出了软时间窗概念,允许一定的配送时间弹性,同时考虑碳排放成本,以达到绿色物流的目的。此外,还讨论了如何将客户满意度作为路径优化的重要评价标准之一。最后,通过一段简化的Python代码展示了遗传算法的应用。 适合人群:从事物流管理、冷链物流运营的专业人士,以及对遗传算法和路径优化感兴趣的科研人员和技术开发者。 使用场景及目标:适用于冷链物流企业,旨在优化配送路线,降低运营成本,减少碳排放,提升客户满意度。目标是帮助企业实现绿色、高效的物流配送系统。 其他说明:文中提供的代码仅为示意,实际应用需根据具体情况调整参数设置和模型构建。
少儿编程scratch项目源代码文件案例素材-恐怖矿井.zip
内容概要:本文详细介绍了基于STM32F030的无刷电机控制方案,重点在于高压FOC(磁场定向控制)技术和滑膜无感FOC的应用。该方案实现了过载、过欠压、堵转等多种保护机制,并提供了完整的源码、原理图和PCB设计。文中展示了关键代码片段,如滑膜观测器和电流环处理,以及保护机制的具体实现方法。此外,还提到了方案的移植要点和实际测试效果,确保系统的稳定性和高效性。 适合人群:嵌入式系统开发者、电机控制系统工程师、硬件工程师。 使用场景及目标:适用于需要高性能无刷电机控制的应用场景,如工业自动化设备、无人机、电动工具等。目标是提供一种成熟的、经过验证的无刷电机控制方案,帮助开发者快速实现并优化电机控制性能。 其他说明:提供的资料包括详细的原理图、PCB设计文件、源码及测试视频,方便开发者进行学习和应用。
基于有限体积法Godunov格式的管道泄漏检测模型研究.pdf
嵌入式八股文面试题库资料知识宝典-CC++笔试题-深圳有为(2019.2.28)1.zip
少儿编程scratch项目源代码文件案例素材-几何冲刺 V1.5.zip
Android系统开发_Linux内核配置_USB-HID设备模拟_通过root权限将Android设备转换为全功能USB键盘的项目实现_该项目需要内核支持configFS文件系统
C# WPF - LiveCharts Project
少儿编程scratch项目源代码文件案例素材-恐怖叉子 动画.zip
嵌入式八股文面试题库资料知识宝典-嵌⼊式⼯程师⾯试⾼频问题.zip