- 浏览: 60580 次
- 性别:
- 来自: 上海
文章分类
- 全部博客 (117)
- RPC相关 (4)
- mvc_controller (3)
- mvc_model (3)
- maven (4)
- mvc_view (5)
- IO (2)
- 业务相关 (2)
- MQ (7)
- 搜索引擎 (3)
- zookeeper (2)
- 工具相关 (4)
- 编辑错误 (1)
- tomcat (1)
- 单元测试 (1)
- 负载均衡 (1)
- ubuntu (1)
- nginx (1)
- dubbo (2)
- 网络站点分发 (1)
- 电商-支付相关 (10)
- 电商订单业务相关 (3)
- Core java1 (3)
- Core Java (12)
- 多线程高并发(并发包/线程/锁) (10)
- 数据库+缓存 (17)
- springcloud (2)
- jvm (5)
- 日志相关 (1)
- 算法 (3)
- spring (2)
- 分布式一致性算法 (1)
最新评论
1.选择排序:不稳定,时间复杂度 O(n^2)
2.插入排序:稳定,时间复杂度 O(n^2)
3.冒泡排序:稳定,时间复杂度 O(n^2)
4.堆排序:不稳定,时间复杂度 O(nlog n)
5.归并排序:稳定,时间复杂度 O(nlog n)
6.快速排序:不稳定,时间复杂度 最理想 O(nlogn) 最差时间O(n^2)
7.希尔排序:不稳定,时间复杂度 平均时间 O(nlogn) 最差时间O(n^s) 1<s<2
快速排序:
采用递归,第一次以第一位作为中轴,高位放中轴右边(高位与地位置换),低位放中轴左边,再递归左边,递归右边。
https://www.cnblogs.com/0201zcr/p/4763806.html
二分法查找:
插入排序:
http://blog.csdn.net/booirror/article/details/45339387
两层循环,第一层顺序循环,第二层在未排序序列从后向前比较置换值,直到未排序序列最后值置替换为此次值。
插入排序原理:它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。
插入排序核心:假设第一个元素排好,之后的元素对排好的部分从后向前比较并逐一移动。
8 2 4 9 3 6 首先我们考虑数字2,假设后面的数字不存在(手中只有一张8,又抓来了2),那么显然2应该放在8的前面。
2 8 4 9 3 6 又抓来了一张4,现在大家都知道应该怎么办了吧?
2 4 8 9 3 6 又来了个9,没错,正好不用换顺序
2 4 8 9 3 6 同样的道理,考虑3该放的位置,显然放在2和4的中间
2 3 4 8 9 6 最后一个也是一样,最后得到从小到大的序列
2 3 4 6 8 9 完成排序
选择排序:
从左到右边一个一个区比较,左边已排序越来越多,右边未排序越来越少
冒泡排序:
原理:比较两个相邻的元素,将值大的元素交换至右端。
归并排序:
https://www.cnblogs.com/chengxiao/p/6194356.html
堆排序:
https://www.cnblogs.com/jingmoxukong/p/4303826.html
https://www.cnblogs.com/chengxiao/p/6129630.html
股票最佳买入时机:
二叉树层次遍历:借助队列Queue
二个数组怎样找出公共部分,两个数组的交集
整数数组按照绝对值排序
快速排序比较时用Math.abs()
2.插入排序:稳定,时间复杂度 O(n^2)
3.冒泡排序:稳定,时间复杂度 O(n^2)
4.堆排序:不稳定,时间复杂度 O(nlog n)
5.归并排序:稳定,时间复杂度 O(nlog n)
6.快速排序:不稳定,时间复杂度 最理想 O(nlogn) 最差时间O(n^2)
7.希尔排序:不稳定,时间复杂度 平均时间 O(nlogn) 最差时间O(n^s) 1<s<2
快速排序:
采用递归,第一次以第一位作为中轴,高位放中轴右边(高位与地位置换),低位放中轴左边,再递归左边,递归右边。
https://www.cnblogs.com/0201zcr/p/4763806.html
二分法查找:
package test_yhl.thread; public class MinAbsTest{ private static int findLocation(int[] testInt, int value) { int left = 0; int right = testInt.length-1; int LocationValue = 0; while(left<= right) {//= int middle = (right+left)/2;//+,放在while里面 if (value < testInt[middle]) { right = middle-1;//-1 }else if(value > testInt[middle]){ left = middle+1;//+1 } else{ LocationValue= middle; break;//break; } } return LocationValue; } public static void main(String[] args) throws InterruptedException{ int[] testInt = new int[]{3,10,29,43,48,74,86,300};//new int[]{} System.out.println(findLocation(testInt,300)); } }
插入排序:
http://blog.csdn.net/booirror/article/details/45339387
两层循环,第一层顺序循环,第二层在未排序序列从后向前比较置换值,直到未排序序列最后值置替换为此次值。
插入排序原理:它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。
插入排序核心:假设第一个元素排好,之后的元素对排好的部分从后向前比较并逐一移动。
package test_yhl.thread; import java.util.Arrays; public class MinAbsTest{ public static void main(String[] arg) { int[] testInts = new int[]{6,7,112,7,12,34}; int y = 0;// y在for外 for (int x=0; x<testInts.length; x++) { int tem = testInts[x]; //必须定义临时testInts[x] for (y=x; y>0 && tem < testInts[y-1]; y--) { testInts[y] = testInts[y-1];//[y] [y-1] } testInts[y] = tem;// [y] } System.out.println(Arrays.toString(testInts)); } }
8 2 4 9 3 6 首先我们考虑数字2,假设后面的数字不存在(手中只有一张8,又抓来了2),那么显然2应该放在8的前面。
2 8 4 9 3 6 又抓来了一张4,现在大家都知道应该怎么办了吧?
2 4 8 9 3 6 又来了个9,没错,正好不用换顺序
2 4 8 9 3 6 同样的道理,考虑3该放的位置,显然放在2和4的中间
2 3 4 8 9 6 最后一个也是一样,最后得到从小到大的序列
2 3 4 6 8 9 完成排序
选择排序:
从左到右边一个一个区比较,左边已排序越来越多,右边未排序越来越少
package test_yhl.thread; import java.util.Arrays; public class MinAbsTest{ static int z; public static void main(String[] arg) { int[] a = new int[]{16,7,338,12,34,112}; int n=a.length; int i,j,k; for(i=0; i<n; i++){ k=i; for(j=i+1; j<n;j++){ if(a[k] > a[j]){// [k] [j] k=j; } } if(a[k]!=a[i]) { int tem = a[i]; a[i] = a[k]; a[k] = tem; } } System.out.printf(Arrays.toString(a)); } }
冒泡排序:
原理:比较两个相邻的元素,将值大的元素交换至右端。
package test_yhl.thread; import java.util.Arrays; public class MinAbsTest{ static int z; public static void main(String[] arg) { int[] a = new int[]{-13,-32,-8,5512,6,34,7,338,112}; int i,j; for(i =0;i<a.length-1;i++) { for(j=0; j<a.length-1-i; j++) { // -1-i if(a[j]>a[j+1]) { //如果是绝对值排序 if(Math.abs(a[j])>Math.abs(a[j+1])) { // Math.pow(b,2);表示b的平方 int tem = a[j]; a[j] = a[j+1]; a[j+1] = tem; } } } System.out.println(Arrays.toString(a)); } }
归并排序:
https://www.cnblogs.com/chengxiao/p/6194356.html
package org.xdemo.example.SpringActivemq.service.consumer; import java.util.Arrays; public class ConsumerTest { public static void main(String[] args) throws Exception { int []arr = {9,8,7,6,5,4,3,2,1}; int []temp = new int[arr.length];//在排序前,先建好一个长度等于原数组长度的临时数组,避免递归中频繁开辟空间 sort(arr,0,arr.length-1,temp); System.out.println(Arrays.toString(arr)); } private static void sort(int[] arr,int left,int right,int []temp){ if(left<right){ int mid = (left+right)/2; sort(arr,left,mid,temp);//左边归并排序,使得左子序列有序 sort(arr,mid+1,right,temp);//右边归并排序,使得右子序列有序 merge(arr,left,mid,right,temp);//将两个有序子数组合并操作 // 第一个子组合式,left到mid;第二个子组合是mid+1到right。 } } private static void merge(int[] arr,int left,int mid,int right,int[] temp){ int i = left;//左序列指针 int j = mid+1;//右序列指针 int t = 0;//临时数组指针 while (i<=mid && j<=right){ // <= if(arr[i]<=arr[j]){ temp[t++] = arr[i++]; }else { temp[t++] = arr[j++]; } } while(i<=mid){//将左边剩余元素填充进temp中 <= temp[t++] = arr[i++]; } while(j<=right){//将右序列剩余元素填充进temp中<= temp[t++] = arr[j++]; } t = 0; //将temp中的元素全部拷贝到原数组中 while(left <= right){ //<= arr[left++] = temp[t++]; } } }
堆排序:
https://www.cnblogs.com/jingmoxukong/p/4303826.html
https://www.cnblogs.com/chengxiao/p/6129630.html
股票最佳买入时机:
int aa[] = {1,8,6,3,5,9,11,10,6}; int min = aa[0]; int max = 0; // 最大收益 for (int i =0; i<aa.length; i++) { if(aa[i] < min) { min = aa[i]; } if(aa[i] - min > max) { max = aa[i] - min ; } } System.out.println(max); //10
二叉树层次遍历:借助队列Queue
VacantCountVo vacantCountVo2 = new VacantCountVo(); vacantCountVo2.setValue(9); VacantCountVo vacantCountVo3 = new VacantCountVo(); vacantCountVo3.setValue(20); VacantCountVo vacantCountVo1 = new VacantCountVo(); vacantCountVo1.setValue(3); vacantCountVo1.setLeft(vacantCountVo2); vacantCountVo1.setRight(vacantCountVo3); Queue<VacantCountVo> queue = new LinkedList<>(); queue.add(vacantCountVo1); List<List<Integer>> listList = new ArrayList<>(); while (!queue.isEmpty()) { List<Integer> list = new ArrayList<>(); int count = queue.size(); while(count > 0) { VacantCountVo vacantCountVo4 = queue.poll(); if (vacantCountVo4.getLeft() != null) { queue.add(vacantCountVo4.getLeft()); } if (vacantCountVo4.getRight() != null) { queue.add(vacantCountVo4.getRight()); } list.add(vacantCountVo4.getValue()); count --; } listList.add(list); } System.out.println(JSON.toJSONString(listList)); // [[3],[9,20]]
二个数组怎样找出公共部分,两个数组的交集
class Solution { public int[] intersection(int[] nums1, int[] nums2) { HashSet<Integer> set = new HashSet<>(); int c[] = null; for(int i = 0;i<nums1.length;i++) { for(int j=0; j<nums2.length;j++){ if(nums1[i] == nums2[j]) { set.add(nums1[i]); } } } Iterator<Integer> iterator = set.iterator(); int []a = new int[set.size()]; int z = 0; while (iterator.hasNext()){ a[z++] = iterator.next(); } return a; } }
class Solution { public int[] intersection(int[] arrayA, int[] arrayB) { Set<Integer> intersectionSet = new HashSet(); Arrays.sort(arrayA); Arrays.sort(arrayB); int indexArrayA = 0; int indexArrayB = 0; int sizeArrayA = arrayA.length; int sizeArrayB = arrayB.length; while (indexArrayA < sizeArrayA) { for (int i = indexArrayB; i < sizeArrayB; i++) { if (arrayA[indexArrayA] == arrayB[i]) { intersectionSet.add(arrayA[indexArrayA]); indexArrayA++; indexArrayB++; break; } else if (arrayA[indexArrayA] < arrayB[i]) { indexArrayA++; break; } else if (i == sizeArrayB - 1) { indexArrayA++; } } } Iterator<Integer> iterator = intersectionSet.iterator(); int []a = new int[intersectionSet.size()]; int i = 0; while (iterator.hasNext()){ a[i++] = iterator.next(); } return a; } }
整数数组按照绝对值排序
快速排序比较时用Math.abs()
相关推荐
KWIK算法相关1 KWIK算法是解决不确定线性系统中约束满足问题的一种方法。该算法通过添加一个预测参考滤波器来满足点时间输入和/或状态不等式约束。下面是KWIK算法的关键知识点: 1. 约束满足问题:在控制系统设计...
1. 算法介绍与比较: 遗传算法(GA)的核心在于通过种群中个体的适应度评价,进行选择、交叉和变异操作,以寻找问题的全局最优解。它的主要步骤包括:初始化种群、适应度评估、遗传操作(选择、交叉、变异)以及...
1. 角谱迭代算法(Gerchberg-Saxton Algorithm,GS算法) 角谱迭代算法由Gerchberg和Saxton于1972年提出,是一种基于傅里叶变换的相位恢复方法。该算法通过在空间域和频域之间进行交替迭代,逐步逼近真实相位。基本...
算法实现题2-1是书中的一个重要练习,虽然具体的题目内容没有给出,但通常这类题目会涉及基础的算法类型,如排序、查找、图论或者动态规划等。在计算机科学的学习过程中,实践和理解算法的实现是至关重要的。下面...
这份笔记对于学习者来说,是提升算法能力,准备相关考试的重要工具。 首先,算法是计算机科学的基础,它是一系列解决问题的清晰指令,是程序设计的核心。在C/C++中,算法的高效实现能够直接影响程序的性能。笔记中...
国密算法是中国的国家商用密码算法的简称,它包含了一系列的加密技术标准和规范,这些算法和规范被用于...了解这些算法不仅有助于在技术上进行研究和开发,还有助于在政策和法规上了解和遵循中国相关的信息安全标准。
1、 复习有关算法的基本原理,明确实验目的和要求; 2、 依据算法思想,绘制程序流程图; 3、 设计程序界面,要求操作方便; 4、 用C/C++语言编写源程序并调试、执行; 5、 分析实验结果 6、 对程序设计过程中出现...
A5算法是搜索引擎优化(SEO)领域中一个重要的概念,主要与Google的PageRank算法相关。PageRank是Google创始人 Larry Page 提出的一种衡量网页重要性的算法,而A5算法则是对这一理论的一种扩展和改进。在理解A5算法...
由于只给出了“WKA”这一文件名,可以推测这可能是一个包含wK算法相关代码或文档的文件,可能是用Matlab编写的脚本或函数,或者是算法的说明文档。具体内容无法确定,但很关键,因为它是整个处理流程的核心部分。 *...
图论算法是解决图论相关问题的算法,它包括最短路、网络流、二分图等不同算法,适用于解决与网络相关的问题。 数值分析算法是高级语言编程中常用的算法,包括方程组求解、矩阵运算、函数积分等。在建模竞赛中,这类...
标题中的“灰狼优化算法和粒子群优化算法比较”指的是在优化问题中,对两种流行的启发式算法——灰狼优化算法(Grey Wolf Optimizer, GWO)与粒子群优化算法(Particle Swarm Optimization, PSO)的性能进行分析和...
S&C算法的核心在于利用数据的自相关特性,找到最佳的同步时刻,从而提高数据解码的准确性。 接着,Minn算法是一种基于滑窗技术的定时同步方法。它通过对接收信号进行分段处理,计算每段信号的自相关函数,选取自...
因此,这个C语言算法程序集可能覆盖了这些领域的实例代码,有助于开发者深入理解并掌握相关算法。 此外,对于初学者来说,通过阅读和运行这些代码,可以提升编程技巧,理解算法思想,以及如何将理论知识转化为实际...
银行家算法pdf文献打包 共9篇 解晨,王瑜.多资源银行家算法研究与实现[J].电脑知识与技术,2013,9(18):4229-4233. 摘要:在通常情况下,计算机的资源有限,比如只有一台打印机或者只有有限的内存,并且很多资源是独占性...
除了这两篇主要论文,其他压缩包中的文件也涉及了相关主题。例如,"IMAGE PROCESSING-PATTERN RECOGNITION-using BOYER-MOORE.pdf"可能探讨了BM算法在图像处理和模式识别中的应用,这些领域经常需要对大量的像素数据...
代码 去趋势互相关分析的DCCA算法代码 去趋势互相关分析的DCCA算法代码 去趋势互相关分析的DCCA算法代码 去趋势互相关分析的DCCA算法代码 去趋势互相关分析的DCCA算法代码 去趋势互相关分析的DCCA算法代码 去趋势互...
期望最大化算法,可以拆分为2个算法,1个E-Step期望化步骤,和1个M-Step最大化步骤。他是一种算法框架,在每次计算结果之后,逼近统计模型参数的最大似然或最大后验估计。详细介绍链接 Apriori Apriori算法是关联...
1. 复习有关算法,明确实验目的和要求; 2. 依据算法思想,绘制程序流程图(指定填充多边形); 3. 设计程序界面,要求操作方便; 4. 用C/C++语言编写源程序并调试、执行(最好能用动画显示填充过程); 5. 分析...
本书专门讨论了线性规划,介绍了动态规划的两个应用,随机化和线性规划技术的近似算法等,还有有关递归求解、快速排序中用到的划分方法与期望线性时间顺序统计算法,以及对贪心算法元素的讨论。本书还介绍了对强连通...
LMS算法的优点是收敛速度较快,且计算量小,但它也存在一些缺点,如收敛速度慢、要求元素必须是彼此独立的向量序列、信号的自相关矩阵的特征值大小相差较大时收敛速度较慢等。 二、RLS算法 RLS算法(Recursive ...