常见算法(二分,分块查找,插入,快速排序)

2024-04-21 15:52

本文主要是介绍常见算法(二分,分块查找,插入,快速排序),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

常见算法

1. 顺序查找

package com.mohuanan.exercise;import java.util.ArrayList;public class BasicFind01 {public static void main(String[] args) {int[] arr = {1, 2, 3, 1, 2, 3, 4, 5, 6};int number = 2;ArrayList<Integer> indexList = findIndex(arr, number);if (indexList.size() == 0) {System.out.println("没有该元素");} else {//遍历集合 输出for (int i = 0; i < indexList.size(); i++) {int numberIndex = indexList.get(i);System.out.println(numberIndex);}}}//基本查找public static ArrayList<Integer> findIndex(int[] arr, int number) {//定义一个集合ArrayList<Integer> list = new ArrayList<>();//遍历数组for (int i = 0; i < arr.length; i++) {if (arr[i] == number) {//Java会自动装箱和拆箱list.add(i);}}return list;}
}

2. 二分查找

  • 数组必须是有序的

  • mid只是数组元素的下标,要比较两个数字,是用arr[mid]和number比较,而不是mid和number比较

package com.mohuanan.exercise;public class HalfFind01 {public static void main(String[] args) {//前提是数组是有序的int[] arr = {11, 55, 66, 77, 88, 99};int number = 11;int index = findIndex(arr, number);System.out.println(index);}private static int findIndex(int[] arr, int number) {//两个指针 表示下标int min = 0;int max = arr.length - 1;//二分查找while (min <= max) {int mid = (min + max) / 2;//注意 mid只是 下标//要比较两个值 是arr[mid] 而不是midif(arr[mid]==number){return mid;}else if(arr[mid] > number){max = mid-1;}else if(arr[mid] < number){min = mid + 1;}}//没有找到return -1;}
}

3. 分块查找

  • 块内无序,块间有序
package com.mohuanan.exercise;public class FenkuaiFind01 {public static void main(String[] args) {//分块int[] arr = {11, 5, 8, 9,30, 20,50, 80, 45, 60, 50,84, 90};int number = 20;//创建四个块Block b1 = new Block(11, 0, 3);Block b2 = new Block(30, 4, 5);Block b3 = new Block(80, 6, 10);Block b4 = new Block(90, 11, 12);//创建数组存储每一块Block[] blockArr = {b1, b2, b3, b4};int index = findIndex(blockArr,arr,number);System.out.println(index);}//查找元素public static int findIndex(Block[] blockArr, int[] arr, int number) {//查找该元素在那一块里面int result = findBlock(blockArr, number);if (result == -1) {return -1;} else {//获取该块的开始索引 和最后索引int startIndex = blockArr[result].getStartIndex();int endIndex = blockArr[result].getEndIndex();//从开始索引 到最后索引 遍历arr数字 查找元素for (int i = startIndex; i <= endIndex; i++) {if(arr[i] == number){return i;}}}//没有找到return -1;}private static int findBlock(Block[] blockArr, int number) {//遍历Block数组for (int i = 0; i < blockArr.length; i++) {//如果number小于等于max 那么number就在该块里面if (number <= blockArr[i].getMax()) {return i;}}//该数字太大 不在数组里面return -1;}}class Block {private int max;private int startIndex;private int endIndex;public Block() {}public Block(int max, int startIndex, int endIndex) {this.max = max;this.startIndex = startIndex;this.endIndex = endIndex;}/*** 获取** @return max*/public int getMax() {return max;}/*** 设置** @param max*/public void setMax(int max) {this.max = max;}/*** 获取** @return startIndex*/public int getStartIndex() {return startIndex;}/*** 设置** @param startIndex*/public void setStartIndex(int startIndex) {this.startIndex = startIndex;}/*** 获取** @return endIndex*/public int getEndIndex() {return endIndex;}/*** 设置** @param endIndex*/public void setEndIndex(int endIndex) {this.endIndex = endIndex;}public String toString() {return "Block{max = " + max + ", startIndex = " + startIndex + ", endIndex = " + endIndex + "}";}
}

4. 冒泡排序

package com.mohuanan.sort;public class MaopaoSort {public static void main(String[] args) {int[] arr = {7, 8, 9, 5, 4, 6, 3, 2, 1};int[] sortArr = sortArr(arr);//遍历for (int i : sortArr) {System.out.print(i + " ");}System.out.println();}public static int[] sortArr(int[] arr) {//从da到小//轮数for (int i = 0; i < arr.length - 1; i++) {//内部比较 -1下标 -i后面排好的不用再一次排了for (int j = 0; j < arr.length - 1 - i; j++) {//两个数字 两两比较if (arr[j] < arr[j + 1]) {int t = arr[j];arr[j] = arr[j + 1];arr[j + 1] = t;}}}return arr;}}

5. 选择排序

package com.mohuanan.sort;public class ChooseSort {public static void main(String[] args) {int[] arr = {7, 8, 9, 5, 4, 6, 3, 2, 1};int[] sortArr = sortArr(arr);//遍历for (int i : sortArr) {System.out.print(i + " ");}System.out.println();}private static int[] sortArr(int[] arr) {//da dao xiaofor (int i = 0; i < arr.length - 1; i++) {//注意j必须初始值 是i  i+1也可以表示不用自己和自己比较for (int j = i + 1; j < arr.length; j++) {//原理从0开始 找值 放在开头if (arr[i] < arr[j]) {int t = arr[j];arr[j] = arr[i];arr[i] = t;}}}return arr;}}

6. 插入排序

  • 要重点复习这个算法
package com.mohuanan.sort;public class InsertSort {public static void main(String[] args) {int[] arr = {7, 8, 9, 5, 4, 6, 3, 2, 1};int[] sortArr = sortArr(arr);//遍历for (int i : sortArr) {System.out.print(i + " ");}System.out.println();}private static int[] sortArr(int[] arr) {//找到无序的开始的索引//从大到小int startIndex = -1;for (int i = 0; i < arr.length - 1; i++) {if (arr[i] < arr[i + 1]) {startIndex = i + 1;//找到第一个就退出break;}}System.out.println(startIndex);//从startIndex开始遍历for (int i = startIndex; i < arr.length; i++) {//二分//用于存储i前面数字的索引//j = i; 而不是j= startIndex;int j = i;//arr[j]表示 要插入的元素//arr[j - 1]表示要插入的元素的前面的元素//j> 0 为了下标 到了最后一个数字时 不用在插lwhile (j > 0 && arr[j] > arr[j - 1]) {//交换int t = arr[j];arr[j] = arr[j - 1];arr[j - 1] = t;//往前移一位j--;}}for (int i = 0; i < arr.length; i++) {System.out.print(arr[i]+ " ");}System.out.println();return arr;}
}

7. 快速排序

  • 重点复习这个算法
package com.mohuanan.sort;public class QuickSort {public static void main(String[] args) {int[] arr = {4, 1, 2, 5, 6, 3, 9, 7, 8, 10};quickSort(arr, 0, arr.length - 1);for (int i = 0; i < arr.length; i++) {System.out.print(arr[i] + " ");}System.out.println();}private static void quickSort(int[] arr, int i, int j) {//开始索引int start = i;//结束索引int end = j;//终止递归的条件if (start > end) {return;}//记录基准数int basicNumber = arr[i];//找到基准数//这里要用!=  表示while (start != end) {//先要移动end 从后往前找到 比基准数小的数字while (true) {//这里两个条件//end不能超过stratif (end <= start || arr[end] < basicNumber) {break;}end--;}//再移动start 从前往后找到 比基准数大的数字while (true) {if (start >= end || arr[start] > basicNumber) {break;}start++;}//找到两个数字 交换int t = arr[start];arr[start] = arr[end];arr[end] = t;}//当上面执行完之后//将基准数 和start或者end指向的数字进行交换//拿着这个范围里面的第一个数字进行交换int t = arr[start];arr[start] = arr[i];arr[i] = t;//重复执行quickSort(arr, i, start - 1);quickSort(arr, start + 1, j);}
}

这篇关于常见算法(二分,分块查找,插入,快速排序)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/923465

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu2241(二分+合并数组)

题意:判断是否存在a+b+c = x,a,b,c分别属于集合A,B,C 如果用暴力会超时,所以这里用到了数组合并,将b,c数组合并成d,d数组存的是b,c数组元素的和,然后对d数组进行二分就可以了 代码如下(附注释): #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<que

hdu2289(简单二分)

虽说是简单二分,但是我还是wa死了  题意:已知圆台的体积,求高度 首先要知道圆台体积怎么求:设上下底的半径分别为r1,r2,高为h,V = PI*(r1*r1+r1*r2+r2*r2)*h/3 然后以h进行二分 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#includ

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

电脑桌面文件删除了怎么找回来?别急,快速恢复攻略在此

在日常使用电脑的过程中,我们经常会遇到这样的情况:一不小心,桌面上的某个重要文件被删除了。这时,大多数人可能会感到惊慌失措,不知所措。 其实,不必过于担心,因为有很多方法可以帮助我们找回被删除的桌面文件。下面,就让我们一起来了解一下这些恢复桌面文件的方法吧。 一、使用撤销操作 如果我们刚刚删除了桌面上的文件,并且还没有进行其他操作,那么可以尝试使用撤销操作来恢复文件。在键盘上同时按下“C

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO