/**
* 线性表
*/
package line;
/**
* @author sumbeam
*
*/
public class LineSort {
// 数据结构
private int data[];
// 最大容量
private int maxSize;
// 实际容量
private int size;
public LineSort(int maxSize) {
this.maxSize = maxSize;
data = new int[maxSize];
size = 0;
}
/**
* 查找某数据的位置
*
* @param data
* 数据
* @return 位置
*/
public int inStr(int data) {
for (int i = 0; i < this.data.length; i++) {
if (this.data[i] == data)
return i;
}
return -1;
}
/**
* 判断是否到达最后一位
*
* @return 是否已满
*/
public boolean isEnd() {
return size == maxSize;
}
/**
* 判断数据是否为空
*
* @return 是否为空
*/
public boolean isEmpty() {
return size == 0;
}
/**
* 在老数据前增加一个新的数据
*
* @param oldData
* 老数据
* @param newData
* 新数据
* @return 是否成功
*/
public boolean add(int oldData, int newData) {
int p = inStr(oldData);
if (p != -1)
return insert(newData, p);
return false;
}
/**
* 将数据插入在第一位
*
* @param data
* 要插入的数据
* @return 是否成功
*/
public boolean addFirst(int data) {
return insert(data, 0);
}
/**
* 定义一个插入数据的方法
*
* @param data
* 要插入的数据
* @param p
* 要插入的位置
* @return 是否插入成功
*/
public boolean insert(int data, int p) {
if (isEnd()) {
System.out.println("数据已满!");
return false;
}
for (int i = (size - 1); i >= p; i--) {
this.data[i + 1] = this.data[i];
}
this.size++;
this.data[p] = data;
return true;
}
/**
* 在最后一位插入一个数据
*
* @param data
* 要插入的数据
* @return 是否成功
*/
public boolean addLast(int data) {
return insert(data, size);
}
/**
* 先移除一个数据
*
* @param data
* 要删除的数据
* @return 是否成功
*/
public boolean remove(int data) {
if (isEmpty()) {
System.out.println("数据是空的!");
return false;
}
int p = inStr(data);
if (p != -1) {
for (int i = p; i < size; i++) {
this.data[i] = this.data[i + 1];
}
size--;
return true;
}
return false;
}
/**
* 修改数据
*
* @param olddata
* 要被修改的数据
* @param newdata
* 修改后的数据
* @return 是否修改成功
*/
public boolean updata(int olddata, int newdata) {
int p = inStr(olddata);
if (p != -1) {
this.data[p] = newdata;
return true;
}
return false;
}
/**
* 显示所有数据
*/
public void display() {
for (int i = 0; i < size; i++) {
System.out.println(this.data[i]);
}
}
/**
* 交换位置
*
* @param i
* 位置i
* @param j
* 位置j
*/
public void swap(int i, int j) {
int temp = data[i];
data[i] = data[j];
data[j] = temp;
}
/**
* 选择排序
*/
public void selectSort() {
for (int i = 0; i < size - 1; i++) {
int k = i;
for (int j = i + 1; j < size; j++) {
if (data[k] > data[j])
k = j;
}
if (k != i)
swap(k, i);
}
}
/**
* 冒泡排序
*/
public void bubbleSort() {
for (int i = 0; i < size - 1; i++) {
boolean flag = false;
for (int j = 0; j < size - i - 1; j++) {
if (data[j] > data[j + 1]) {
flag = true;
swap(j, j + 1);
}
}
if (!flag)
break;
}
}
/**
* 插入排序
*/
public void interSort() {
for (int i = 0; i < size; i++) {
int temp = data[i];
int sort = i;
while (sort > 0 && temp < data[sort - 1]) {
data[sort] = data[sort - 1];
sort--;
}
data[sort] = temp;
}
}
public static void main(String[] args) {
LineSort line = new LineSort(1000);
line.addFirst(1);
line.addFirst(-1);
line.add(-1, 2);
line.add(1, 3);
line.addLast(100);
line.updata(3, 90);
// line.remove(-1);
// line.remove(2);
// line.remove(100);
// line.remove(90);
// line.remove(1);
// line.selectSort();
// line.bubbleSort();
line.interSort();
line.display();
}
}
分享到:
相关推荐
在C++中实现线性选择排序,首先我们需要理解C++的基本语法和数据结构。C++是一种静态类型的、编译式的、通用的、大小写敏感的、不仅支持过程化编程,也支持面向对象编程的程序设计语言。在C++中,我们可以使用数组或...
本资源提供的Java实现包括了三种线性排序算法:桶排序(Bucket Sort)、基数排序(Radix Sort)和计数排序(Counting Sort)。这三种算法在特定条件下可以达到线性的平均或最好时间复杂度,效率相对较高。 1. **桶...
线性时间排序算法通过巧妙的设计,在特定条件下实现了比传统比较排序更快的速度。这些算法不仅提高了排序效率,还为我们提供了更多的算法设计思路。理解并掌握这些算法有助于在实际编程中做出更合适的选择。
### 线性排序概述及应用场景 #### 一、引言 在计算机科学领域,排序是一种常见的数据组织方式,用于将一系列数据项按照特定规则排列。对于大规模数据集,选择合适的排序算法至关重要,因为它直接影响到处理效率。...
线性排序,包括桶排序、计数排序和基数排序,是一种效率较高的排序算法,其时间复杂度为O(n),这是由于它们不依赖于元素间的比较操作。这些算法适用于特定的数据特性,因此理解它们的适用场景至关重要。 桶排序的...
桶排序在理想情况下可以达到线性时间复杂度O(n + k),其中k是桶的数量。 在提供的文件中,"sort.c"很可能包含了这六种排序算法的C语言实现,而"set.c"可能包含了一些辅助函数,如创建、操作集合等。"main.c"是主...
对于线性排序,特别是当元素数量较大时,我们需要关注算法的时间复杂度。归并排序的时间复杂度为O(n log n),空间复杂度为O(n)(需要额外的空间来合并)。虽然归并排序不是原地排序算法,但它的稳定性和良好的性能...
本文详细阐述了基于FPGA的浮点数线性排序器设计,该设计采用可重构技术,以实现快速高效的浮点数排序。 1. 排序器设计基础 排序器设计的基础是待排序数据之间的比较,其核心思想是将新进数据与已有有序序列进行逐次...
本资料包提供了一个基于C语言实现线性顺序表的实例,包括增删改查以及排序和合表操作。 线性顺序表是一种特殊的数组,它的元素按线性顺序排列,可以通过下标访问任意位置的元素。在C语言中,我们通常使用一维数组来...
线性时间排序是指在处理数据时...虽然比较排序无法突破O(nlgn)的时间复杂度下界,但非比较排序如计数排序提供了在特定条件下实现线性时间复杂度排序的可能性。在实际应用中,选择哪种排序算法取决于数据的特性和需求。
桶排序假设输入数据服从均匀分布,如果数据均匀分布在各个桶中,那么桶排序的时间复杂度可以达到线性的O(n + k),其中k是桶的数量。 在Java中,这些排序算法的实现通常涉及数组操作和递归。`Algorithm.java`文件...
计数排序是一种线性时间复杂度的排序算法,适用于整数排序。它通过统计每个不同数值出现的次数,然后根据这些统计结果来确定每个元素在输出序列中的位置。由于它不依赖于比较,所以对于大数据集,尤其是数据范围较小...
基数排序通过按位从低位到高位进行多次计数排序实现,而桶排序则是将元素分配到有限数量的桶中,每个桶内部排序,最后按照桶的顺序合并结果。 线性时间排序的优势在于其效率,当数据满足特定条件时,能够显著提高...
在编程领域,排序算法是计算机科学中的重要组成部分,...堆排序占用资源较少,适合在线性内存空间有限的情况下;归并排序则在需要稳定性和效率保证时是首选。在实际编程中,根据具体需求选择合适的排序算法至关重要。
在描述线性时间选择算法实现之前,我们先来理解一下基本概念。 在数组中,线性时间复杂度意味着算法的运行时间与输入数据的大小成正比。这通常优于其他如排序算法(如快速排序或归并排序),它们虽然在平均或最好...
图一和图二以对数和线性刻度展示了比较次数与输入规模的关系,直观地揭示了五种排序算法的性能差异。 综上所述,本研究通过实证分析证明了快速排序在实际应用中的高效性,特别是在大规模数据排序时。而冒泡排序和...
1.6 MergeSort:拆分数组,递归实现排序,二路归并。用哨兵来阻止游标的越界。 线性时间运行的算法: 1.7 CountingSort: 假设数据分布在0到k之间的。对于每个输入x,确定出小于x的数的个数。假设小于x的数有17个,...
数组的线性特性使得元素间的访问和交换操作相对简单,适合实现各种排序算法。 五、源程序 源代码中包含了这六种排序算法的实现,每个算法都有相应的函数,用于接收数组和其长度作为参数,返回排序后的数组。此外,...
这个算法通常适用于数据分布均匀的情况,如果数据在一定范围内是均匀分布的,桶排序可以达到线性时间复杂度O(n+k),其中n是元素个数,k是桶的数量。 在C++中实现桶排序,我们需要以下几个关键步骤: 1. **初始化桶...
通过多轮排序,最终可以实现整体的线性时间复杂度。 在实际应用中,线性时间排序往往与其他排序算法结合使用,例如插入排序、选择排序或快速排序等。例如,快速排序在最优情况下也可以达到线性时间复杂度,但在平均...