如果给定一个int型数组,要求输出其中重复的数字,应该大多数人都能够实现。但是如果数组内数据很多,假设有10亿个,那直接在该数组上进行操作时间复杂度O(n*n)就会变得很大。所以可以通过对byte数组进行操作来降低时间复杂度,步骤分为以下几步:
1、将int型数组内的数据通过恰当的变换赋值给byte数组:int[i]/8为byte数组的下标,int[i]%8的累加赋值给byte【int[i]/8】;
2、对byte数组进行循环判断:如果byte【int[i]/8】为0,说明byte【int[i]/8】中还未赋值,进入赋值步骤,将byte【int[i]/8】转换成8位二进制;否则进入byte【int[i]/8】二进制和int[i]%8二进制的比较,匹配1则输出,否则对其赋值。
/** * 排重的方法 */ public void Repitation_exlusion(int[] in,int n){ int[] a = {1,2,4,8,16,32,64}; char c = '0'; //byte型数组 byte[] bytes = new byte[125]; //byte型数组转换成二进制字符串 String[] s1 = new String[125]; //c1用来存放对应byte数组8位二进制字符串 char[][] c1 = new char[125][8]; //排重 for(int i=0;i<n;i++){ //如果byte数组某一项未出现过则为其赋值 if(c1[in[i]/8]==null){ switch (in[i]%8) { case 0: bytes[in[i]/8]+=(byte)a[0]; break; case 1: bytes[in[i]/8]+=(byte)a[1]; break; case 2: bytes[in[i]/8]+=(byte)a[2]; break; case 3: bytes[in[i]/8]+=(byte)a[3]; break; case 4: bytes[in[i]/8]+=(byte)a[4]; break; case 5: bytes[in[i]/8]+=(byte)a[5]; break; case 6: bytes[in[i]/8]+=(byte)a[6]; break; case 7: c = '1'; break; default: break; } s1[in[i]/8] = ToBinary8(bytes[in[i]/8]); s1[in[i]/8].getChars(1,8,c1[in[i]/8],1); c1[in[i]/8][0] = c; c='0'; } //byte数组中某一项出现了则进行判断 else { if(c1[in[i]/8][7-in[i]%8]=='1') System.out.println(in[i]+"重复出现"); else{ if(in[i]%8!=7){ bytes[in[i]/8]+=(byte)a[in[i]%8]; } else { c1[in[i]/8][0]='1'; } s1[in[i]/8] = ToBinary8(bytes[in[i]/8]); s1[in[i]/8].getChars(1,8,c1[in[i]/8],1); } } } }
/** * 二进制字符串左补0的方法,将字符串转换成8位二进制数 * @param value */ public String ToBinary8(int value){ char[] chars = new char[8]; value = value & 0xFF; for(int i=7;i>=0;i--){ chars[i] = (value%2==1)?'1':'0'; value/=2; } return new String(chars); }
遇到的问题:将128赋给byte数组时,发生了越界的情况,因为byte范围是-128~127,所以另外指定一个字符存储。
改进的代码:
public class RepitationE { /** * @param args */ public static void main(String[] args) { RepitationE re = new RepitationE(); //存放整型数据的int型数组 int[]in={233,56,789,213,6,0,9,871,11,22,56,33,12,11,78,90,999,88,111,345,90,233,122,4,66, 667,33,32,54,47,2}; re.Repitation_exlusion(in,31); } /** * 排重的方法 */ public void Repitation_exlusion(int[] in,int n){ //byte型数组,行数为整除数,列数为余数 byte[][] bytes = new byte[125][8]; //排重 for(int i=0;i<n;i++){ //如果byte数组某一项未出现过则为其赋值 if(bytes[in[i]/8]==null){ bytes[in[i]/8][in[i]%8]=1; } //byte数组中某一项出现了则进行判断 else { if(bytes[in[i]/8][in[i]%8]==1) System.out.println(in[i]+"重复出现"); else{ bytes[in[i]/8][in[i]%8]=1; } } } } }
这样一来不仅免去了创建多个类型数组的麻烦,同时省去了将byte数组内先赋值后转换成二进制的麻烦,代码也简便了很多。
相关推荐
在生产管理领域,生产线自动排产算法是...总的来说,生产线自动排产算法是制造业数字化转型的关键技术之一,它通过科学的方法论和计算手段,实现了生产过程的智能化和高效化,有助于企业在激烈的市场竞争中提升竞争力。
基于hadoop集群系统(也可以在伪分布式系统上运行)系统使用Java编写的倒排索引实现,具有使用停词表功能,使用正则表达式选择规范的单词。代码重构了setup(),map(),combiner(),partitation()和reducer()函数,...
信息检索,倒排记录表的合并算法实现,用户通过提示输入两个倒排记录表,系统自动实现倒排记录表的合并,并将合并结果输出。
图案智能排布算法的实现带来了诸多优势。首先,它可以在不同的图案单元密度下自动生成多种图案排布效果,使得设计师可以探索多样化的图案组合。其次,图案单元的排布可以适应于多种形态的区域,从而满足不同面料设计...
1. **信息指纹算法实现流程**: - 预处理网页内容,去除噪声数据(如广告、导航栏等非正文信息)。 - 对预处理后的网页进行分词,统计词频,并生成词频列表。 - 选择列表中的前N个关键词作为信息指纹的初始组成...
在深入探讨“高级排产计划(Advanced Planning and Scheduling,简称APS)中启发式算法的研究与实现”这一主题之前,我们首先需要理解APS系统的基本概念及其在现代制造业中的重要性。APS是一种高度复杂的生产调度...
在C++中实现倒排索引算法可以帮助我们理解其原理并优化搜索性能。以下是对倒排索引算法及其C++实现的详细解释。 一、倒排索引的概念 倒排索引(Inverted Index)与传统的正向索引相反。在正向索引中,每个关键词...
这个是之前学习快排编的,里面包含了生成随机数的代码,仅供参考!
- **服务发布**:将遗传算法实现封装为Web服务,通过XML描述(WSDL)暴露服务接口。 - **服务消费**:客户端通过CXF的客户端API调用服务,获取优化后的排产计划。 这种结合方式具有以下优点: - **可复用性**:...
枚举排序、快速排序、归并排序的串行算法及对应的简单并行算法,java实现,可自由选择线程数。代码仅供参考。
APS,全称Advanced ...企业可以根据自身需求和问题特点,选择合适的算法或组合使用,以实现更高效、更灵活的生产管理。同时,随着计算能力的增强和算法的不断演进,APS系统将更加智能,为企业提供更强大的决策支持。
在本压缩包中,我们可以看到一个名为"几个算法实现"的文件,这通常包含了一些常见的算法设计和实现,使用C++编程语言编写,并且带有注释。这些算法是计算机科学和信息技术领域的基础,对于理解和解决各种计算问题至...
在生产排产领域,单件生产的车间生产作业计划排产问题一直是一个研究热点和难点。...未来,随着算法的不断优化和生产技术的进步,启发式算法在生产排产领域的应用将会更加广泛,并有望解决更多实际生产中的问题。
实验报告的主题聚焦于数据结构中的查找和排序算法实现,这是计算机科学中基础且重要的部分,尤其是在处理大量数据时。以下是对这些算法的详细说明: 1. **插入排序**:插入排序的基本思想是将一个记录插入到已经排...
快排算法的简单实现。 快速排序是实际运用中用的最多的算法,虽然它在最坏的情况下会达到n^2,但它的平均性能非常好,期望时间复杂度为nlgn,而且隐含的常数因子非常小,并且是原址排序。 快速排序原理:从一组数...
甘特图任务排程的算法是一个复杂的算法,需要正确地实现每个步骤,以便于正确地获得关键路径。 在实际应用中,甘特图任务排程的算法可以应用于项目管理、生产计划、 Supply Chain Management 等领域,可以帮助企业...
柔性生产线排产算法研究与系统实现 柔性生产线排产算法研究与系统实现是当前制造业的核心问题之一。该研究主要集中在柔性生产线排产算法的研究和应用上,以提高飞机零部件的制造效率和响应速度。该论文的主要研究...
【遗传算法实现排刀优化】 遗传算法是一种模拟自然选择和遗传机制的全局优化技术,源自生物进化论。在本文中,我们将深入探讨如何利用遗传算法解决特定问题——排刀算法,这是一种在制造工艺中优化刀具顺序的问题。...
自己写的改进遗传算法的python程序。