文章目录
一、排序
常见的时间复杂度:
1.冒泡排序:
图解:
代码:
package com.data.sort;
/**
* @Project data_structures
* @Package com.data.sort
* @author lmy
* @date 2020/2/8 18:30
* @version V1.0
*/
import java.util.Arrays;
/**
* @author lmy
* @ClassName BubbleSort
* @Description 冒泡排序
* @date 2020/2/8 18:30
**/
public class BubbleSort {
public static void main(String[] args) {
int arr[] = {
3, 9, -1, 10, -2};
int temp = 0;
for (int i = 0; i < arr.length - 1; i++){
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j + 1]){
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
System.out.println("第" + (i + 1) + "趟排序后的数组:");
System.out.println(Arrays.toString(arr));
}
}
}
优化后:
package com.data.sort;
/**
* @Project data_structures
* @Package com.data.sort
* @author lmy
* @date 2020/2/8 18:30
* @version V1.0
*/
import java.util.Arrays;
/**
* @author lmy
* @ClassName BubbleSort
* @Description 冒泡排序
* @date 2020/2/8 18:30
**/
public class BubbleSort {
public static void main(String[] args) {
int arr[] = {
3, 9, -1, 10, -2};
int temp = 0;
boolean flag = false;
for (int i = 0; i < arr.length - 1; i++){
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j + 1]){
flag = true;
temp = arr[j];
arr[j] =2 arr[j + 1];
arr[j + 1] = temp;
}
}
System.out.println("第" + (i + 1) + "趟排序后的数组:");
System.out.println(Arrays.toString(arr));
if (!flag) {
break;
}else {
flag = false;
}
}
}
}
2.选择排序:
图解:
代码实现:
package com.data.sort;
/**
* @Project data_structures
* @Package com.data.sort
* @author lmy
* @date 2020/2/10 10:43
* @version V1.0
*/
import java.util.Arrays;
/**
* @author lmy
* @ClassName Option
* @Description 选择排序
* @date 2020/2/10 10:43
**/
public class Option {
public static void main(String[] args) {
int[] arr = {
101, 34, 119, 1};
System.out.println("排序前:" + Arrays.toString(arr));
option(arr);
System.out.println("排序后:" + Arrays.toString(arr));
}
private static void option(int[] arr) {
for (int i = 0; i < arr.length - 1; i++){
int minIndex = i;
int min = arr[i];
for (int j = i + 1; j < arr.length; j++){
if (min > arr[j]){
min = arr[j];
minIndex = j;
}
}
if (minIndex != i){
arr[minIndex] = arr[i];
arr[i] = min;
}
}
}
}
3.插入排序:
图解:
代码实现:
package com.data.sort;
/**
* @Project data_structures
* @Package com.data.sort
* @author lmy
* @date 2020/2/10 18:12
* @version V1.0
*/
import java.util.Arrays;
/**
* @author lmy
* @ClassName Insert
* @Description 插入排序
* @date 2020/2/10 18:12
**/
public class Insert {
public static void main(String[] args) {
int [] arr = {
101, 34, 119, 1, -1};
System.out.println("排序前:" + Arrays.toString(arr));
insert(arr);
}
private static void insert(int[] arr) {
for (int i = 1; i < arr.length; i++) {
int insertVal = arr[i];
int insertIndex = i - 1;
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];
insertIndex--;
}
arr[insertIndex + 1] = insertVal;
System.out.println("第" + i + "趟插入后:" + Arrays.toString(arr));
}
}
}
4.希尔排序:
图解:
代码实现:
package com.data.sort;
/**
* @Project data_structures
* @Package com.data.sort
* @author lmy
* @date 2020/2/11 10:41
* @version V1.0
*/
import java.util.Arrays;
/**
* @author lmy
* @ClassName ShellSort
* @Description 希尔排序
* @date 2020/2/11 10:41
**/
public class ShellSort {
public static void main(String[] args) {
int[] arr = {
8, 9, 1, 7, 2, 3, 5, 4, 6, 0};
System.out.println("排序前:" + Arrays.toString(arr));
// 交换法
shell(arr);
// 移位法
shell2(arr);
System.out.println("排序后:" + Arrays.toString(arr));
}
/**
* 移位法希尔排序
* @param arr
*/
private static void shell2(int[] arr) {
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
for (int i = gap; i < arr.length; i++) {
int j = i;
int temp = arr[j];
if (arr[j] < arr[j - gap]) {
while (j - gap >= 0 && temp < arr[j - gap]) {
arr[j] = arr[j - gap];
j -= gap;
}
arr[j] = temp;
}
}
}
}
/**
* 交换法希尔排序
* @param arr
*/
private static void shell(int[] arr) {
int temp = 0;
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
for (int i = gap; i < arr.length; i++) {
for (int j = i - gap; j >= 0; j -= gap) {
if (arr[j] > arr[j + gap]) {
temp = arr[j];
arr[j] = arr[j + gap];
arr[j + gap] = temp;
}
}
}
}
}
}
5.快速排序:
图解:
代码实现:
package com.data.sort;
/**
* @Project data_structures
* @Package com.data.sort
* @author lmy
* @date 2020/2/12 13:47
* @version V1.0
*/
import java.util.Arrays;
/**
* @author lmy
* @ClassName QuickSort
* @Description 快速排序
* @date 2020/2/12 13:47
**/
public class QuickSort {
public static void main(String[] args) {
int [] arr = {
-9, 78, 0, 23, -567, 70};
quickSort(arr, 0, arr.length - 1);
System.out.println("排序后:" + Arrays.toString(arr));
}
public static void quickSort(int[] arr, int left, int right) {
int l = left;
int r =right;
int pivot = arr[(left + right) / 2];
int temp = 0;
while (l < r) {
while (arr[l] < pivot) {
l += 1;
}
while (arr[r] > pivot) {
r -= 1;
}
if (l >= r) {
break;
}
temp = arr[l];
arr[l] = arr[r];
arr[r] = temp;
if (arr[l] == pivot) {
r -= 1;
}
if (arr[r] == pivot) {
l += 1;
}
}
if (l == r) {
l += 1;
r -= 1;
}
if (left < r) {
quickSort(arr, left, r);
}
if (right > l) {
quickSort(arr, l, right);
}
}
}
6.归并排序:
图解:
代码实现:
package com.data.sort;
/**
* @Project data_structures
* @Package com.data.sort
* @author lmy
* @date 2020/2/12 20:21
* @version V1.0
*/
import java.util.Arrays;
/**
* @author lmy
* @ClassName MergeSort
* @Description 归并排序
* @date 2020/2/12 20:21
**/
public class MergeSort {
public static void main(String[] args) {
int[] arr = {
8, 4, 5, 7, 1, 3, 6, 2};
int temp[] = new int[arr.length];
mergePart(arr, 0, arr.length - 1, temp);
System.out.println("排序后:" + Arrays.toString(arr));
}
/**
* 拆分
* @param arr
* @param left
* @param right
* @param temp
*/
private static void mergePart(int[] arr, int left, int right, int[] temp) {
if (left < right) {
int mid = (left + right) / 2;
mergePart(arr, left, mid, temp);
mergePart(arr, mid + 1, right, temp);
merge(arr, left, mid, right, temp);
}
}
/**
* 合并方法
* @param arr 排序的原始数组
* @param left 左边有序序列的初始索引
* @param mid 中间索引
* @param right 右边索引
* @param temp 做中转数组
*/
private static void merge(int[] arr, int left, int mid, int right, int[] temp) {
int i = left;
int j = mid + 1;
int t = 0;
while (i <= mid && j <= right) {
if (arr[i] <= arr[j]) {
temp[t] = arr[i];
t++;
i++;
}else {
temp[t] = arr[j];
t++;
j++;
}
}
while (i <= mid) {
temp[t] = arr[i];
t++;
i++;
}
while (j <= right) {
temp[t] = arr[j];
j++;
t++;
}
t = 0;
int tempLeft = left;
while (tempLeft <= right) {
arr[tempLeft] = temp[t];
t++;
tempLeft++;
}
}
}
7.基数排序:
图解:
代码实现:
package com.data.sort;
/**
* @Project data_structures
* @Package com.data.sort
* @author lmy
* @date 2020/2/13 12:11
* @version V1.0
*/
import java.util.Arrays;
/**
* @author lmy
* @ClassName RadixSort
* @Description 基数排序
* @date 2020/2/13 12:11
**/
public class RadixSort {
public static void main(String[] args) {
int arr[] = {
53, 3, 542, 748, 14, 214};
System.out.println("排序前:" + Arrays.toString(arr));
radix(arr);
System.out.println("排序后:" + Arrays.toString(arr));
}
private static void radix(int[] arr){
int[][] bucket = new int[10][arr.length];
int[] bucketElementCounts = new int[10];
// 找出最大数有几位
int max = arr[0];
for (int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
int maxLength = (max + "").length();
for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {
for (int j = 0; j < arr.length; j++) {
int digitOfElement = arr[j] / n % 10;
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
int index = 0;
for (int k = 0; k < bucketElementCounts.length; k++) {
if (bucketElementCounts[k] != 0) {
for (int l = 0; l < bucketElementCounts[k]; l++) {
arr[index++] = bucket[k][l];
}
}
bucketElementCounts[k] = 0;
}
}
}
}
二、查找算法
1.二分查找算法:
1)基本的二分查找
package com.data.search;
/**
* @Project data_structures
* @Package com.data.search
* @author lmy
* @date 2020/2/25 20:17
* @version V1.0
*/
/**
* @author lmy
* @ClassName BinarySearch
* @Description 二分查找算法
* @date 2020/2/25 20:17
**/
public class BinarySearch {
public static void main(String[] args) {
// 必须为有序数组
int[] arr = {
1,5,7,12,14,17,29,36};
int index = binarySearch(arr, 0, arr.length, 7);
System.out.println(index);
}
/**
* 二分查找
* @param arr 数组
* @param left 左边索引
* @param right 右边索引
* @param findVal 要查找的数
* @return
*/
public static int binarySearch(int[] arr, int left, int right, int findVal) {
// 当left > right 时, 说明数组中没有要找的数
if (left > right) {
return -1;
}
int mid = (left + right) / 2;
int midVal = arr[mid];
if (findVal > midVal) {
return binarySearch(arr, mid + 1, right, findVal);
}else if (findVal < midVal) {
return binarySearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
}
2) 升级的二分查找(可以查找所有目标数值)
public static List<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {
// 当left > right 时, 说明数组中没有要找的数
if (left > right) {
return null;
}
int mid = (left + right) / 2;
int midVal = arr[mid];
if (findVal > midVal) {
return binarySearch2(arr, mid + 1, right, findVal);
}else if (findVal < midVal) {
return binarySearch2(arr, left, mid - 1, findVal);
} else {
List<Integer> reIndexList = new ArrayList<Integer>();
reIndexList.add(mid);
int temp = mid - 1;
while (true) {
if (temp < 0 || arr[temp] != findVal) {
break;
}
reIndexList.add(temp);
temp--;
}
temp = mid + 1;
while (true) {
if (temp > right || arr[temp] != findVal) {
break;
}
reIndexList.add(temp);
temp++;
}
return reIndexList;
}
}
2.插值查找算法:
插值查找算法类似于二分查找,不同的是插值查找每次从自适应 mid 处开始查找。
- 将折半查找中的求 mid 索引的公式 , low 表示左边索引 left, high 表示右边索引 right. key 就是前面我们讲的 findVal
- int mid = low + (high - low) * (key - arr[low]) / (arr[high] - arr[low]) ;/插值索引/
对应前面的代码公式:
int mid = left + (right – left) * (findVal – arr[left]) / (arr[right] – arr[left])
代码:
package com.data.search;
/**
* @Project data_structures
* @Package com.data.search
* @author lmy
* @date 2020/2/26 14:55
* @version V1.0
*/
import java.util.Arrays;
/**
* @author lmy
* @ClassName InsertValueSearch
* @Description 插值查找算法
* @date 2020/2/26 14:55
**/
public class InsertValueSearch {
public static void main(String[] args) {
int[] arr = new int[100];
for (int i = 0; i < 100; i++) {
arr[i] = i + 1;
}
System.out.println(Arrays.toString(arr));
int result = insertValueSearch(arr, 0, arr.length - 1, 45);
System.out.println(result);
}
/**
* 插值查找
* @param arr 数组
* @param left 左边索引
* @param right 右边索引
* @param findVal 查找的值
* @return 目标值的下标
*/
public static int insertValueSearch (int[] arr, int left, int right, int findVal) {
if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
return -1;
}
int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
int midVal = arr[mid];
if (findVal > midVal) {
return insertValueSearch(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {
return insertValueSearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
}
3.斐波那契查找算法:
-
黄金分割点是指把一条线段分割为两部分,使其中一部分与全长之比等于另一部分与这部分之比。取其前三位数字的近似值是 0.618。由于按此比例设计的造型十分美丽,因此称为黄金分割,也称为中外比。这是一个神奇的数字,会带来意向不大的效果。
-
斐波那契数列 {1, 1, 2, 3, 5, 8, 13, 21, 34, 55 } 发现斐波那契数列的两个相邻数 的比例,无限接近 黄金分割值
0.618
原理:
斐波那契查找原理与前两种相似,仅仅改变了中间结点(mid)的位置,mid 不再是中间或插值得到,而是位于黄金分割点附近,即 mid=low+F(k-1)-1(F 代表斐波那契数列),如下图所示
Ø 对 F(k-1)-1 的理解:
- 由斐波那契数列 F[k]=F[k-1]+F[k-2] 的性质,可以得到 (F[k]-1)=(F[k-1]-1)+(F[k-2]-1)+1 。该式说明: 只要顺序表的长度为 F[k]-1,则可以将该表分成长度为 F[k-1]-1 和 F[k-2]-1 的两段,即如上图所示。从而中间
位置为 mid=low+F(k-1)-1
-
类似的,每一子段也可以用相同的方式分割
-
但顺序表长度 n 不一定刚好等于 F[k]-1,所以需要将原来的顺序表长度 n 增加至 F[k]-1。这里的 k 值只要能使得 F[k]-1 恰好大于或等于 n 即可,由以下代码得到,顺序表长度增加后,新增的位置(从 n+1 到 F[k]-1 位置), 都赋为 n 位置的值即可。
while(n>fib(k)-1) k++;
代码:
package com.data.search;
/**
* @Project data_structures
* @Package com.data.search
* @author lmy
* @date 2020/2/26 19:39
* @version V1.0
*/
import java.util.Arrays;
/**
* @author lmy
* @ClassName FibonacciSearch
* @Description 斐波那契查找算法
* @date 2020/2/26 19:39
**/
public class FibonacciSearch {
private static int maxSize = 20;
public static void main(String[] args) {
int[] arr = {
1, 10, 89, 1000, 1234};
int index = fibSearch(arr, 10);
System.out.println(index);
}
// 生成斐波那契数列
public static int[] fib () {
int[] f = new int[maxSize];
f[0] = 1;
f[1] = 1;
for (int i = 2; i < maxSize; i++) {
f[i] = f[i - 1] + f[i - 2];
}
return f;
}
/**
*
* @param a 数组
* @param key 要查找的值
* @return
*/
public static int fibSearch (int[] a, int key) {
int low = 0;
int high = a.length - 1;
// 斐波那契数值的下标
int k = 0;
int mid = 0;
int[] f = fib();
while (high > f[k] - 1) {
k++;
}
int[] temp = Arrays.copyOf(a, f[k]);
// 用a数组最后的元素填充temp数组
for (int i = high + 1; i < temp.length; i++) {
temp[i] = a[high];
}
while (low <= high) {
mid = low + f[k - 1] - 1;
if (key < temp[mid]) {
high = mid - 1;
k--;
}else if (key > temp[mid]){
low = mid + 1;
k -= 2;
}else {
return mid > high ? mid : high;
}
}
return -1;
}
}
声明:此博文为学习笔记,如有侵权,请私信告知!