I.はじめに
プログラミングの海において、アルゴリズムはプログラマーの魂です。これらはコードの方向性を導くだけでなく、問題を解決して効率を向上させます。さまざまなアルゴリズムがありますが、すべてのプログラマーが遭遇する必要があり、深く習得する必要があるアルゴリズムもあります。この記事では、これらの重要なアルゴリズムの世界にあなたを導き、それを理解していきます。
2: 一般的なアルゴリズムの紹介
1. ソートアルゴリズム
並べ替えアルゴリズムはデータ並べ替えのための強力なツールであり、混沌としたデータを順番に並べ替えることができます。クイック ソート、マージ ソート、挿入ソート、および選択ソートは、一般的な並べ替えアルゴリズムです。以下は、各種類の Java サンプル コードです。
// 快速排序
public void quickSort(int[] arr, int low, int high) {
if (low < high) {
int pivotIndex = partition(arr, low, high); // 分区操作，找到基准元素的正确位置
quickSort(arr, low, pivotIndex - 1); // 对基准元素左边的子数组进行递归排序
quickSort(arr, pivotIndex + 1, high); // 对基准元素右边的子数组进行递归排序
}
}
private int partition(int[] arr, int low, int high) {
int pivot = arr[high]; // 选择数组的最后一个元素作为基准元素
int i = low - 1; // i 指向比基准元素小的元素的最后位置
for (int j = low; j < high; j++) {
if (arr[j] < pivot) {
i++;
swap(arr, i, j); // 交换元素，将比基准元素小的元素放在左侧
}
}
swap(arr, i + 1, high); // 将基准元素放到正确的位置上
return i + 1; // 返回基准元素的索引
}
// 归并排序
public void mergeSort(int[] arr, int left, int right) {
if (left < right) {
int mid = left + (right - left) / 2;
mergeSort(arr, left, mid); // 递归排序左半部分
mergeSort(arr, mid + 1, right); // 递归排序右半部分
merge(arr, left, mid, right); // 合并两个有序子数组
}
}
// 合并两个有序子数组的操作
private void merge(int[] arr, int left, int mid, int right) {
int n1 = mid - left + 1;
int n2 = right - mid;
int[] leftArr = new int[n1];
int[] rightArr = new int[n2];
for (int i = 0; i < n1; i++) {
leftArr[i] = arr[left + i];
}
for (int j = 0; j < n2; j++) {
rightArr[j] = arr[mid + 1 + j];
}
int i = 0, j = 0, k = left;
while (i < n1 && j < n2) {
if (leftArr[i] <= rightArr[j]) {
arr[k++] = leftArr[i++];
} else {
arr[k++] = rightArr[j++];
}
}
while (i < n1) {
arr[k++] = leftArr[i++];
}
while (j < n2) {
arr[k++] = rightArr[j++];
}
}
// 插入排序
public void insertionSort(int[] arr) {
int n = arr.length;
for (int i = 1; i < n; i++) {
int key = arr[i];
int j = i - 1;
while (j >= 0 && arr[j] > key) {
arr[j + 1] = arr[j]; // 移动大于当前元素的元素
j--;
}
arr[j + 1] = key; // 插入当前元素到正确位置
}
}
// 选择排序
public void selectionSort(int[] arr) {
int n = arr.length;
for (int i = 0; i < n - 1; i++) {
int minIndex = i;
for (int j = i + 1; j < n; j++) {
if (arr[j] < arr[minIndex]) {
minIndex = j; // 找到最小元素的索引
}
}
swap(arr, i, minIndex); // 将最小元素放到当前位置
}
}
// 交换数组中两个元素的位置
private void swap(int[] arr, int i, int j) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
2. 検索アルゴリズム
検索アルゴリズムは、データセット内の特定の要素を検索するために使用されます。二分探索は一般的な効率的なアルゴリズムです。以下はその Java サンプル コードです。
// 二分查找算法
public int binarySearch(int[] arr, int target) {
int low = 0; // 左边界
int high = arr.length - 1; // 右边界
while (low <= high) {
int mid = low + (high - low) / 2; // 计算中间元素的索引
if (arr[mid] == target) {
return mid; // 找到目标元素，返回索引
} else if (arr[mid] < target) {
low = mid + 1; // 目标在右侧，调整左边界
} else {
high = mid - 1; // 目标在左侧，调整右边界
}
}
return -1; // 目标元素未找到
}
3. グラフ理論アルゴリズム
グラフ理論アルゴリズムは、ソーシャル ネットワークや地図などのグラフ構造を扱います。幅優先検索 (BFS) と深さ優先検索 (DFS) が基本的なアルゴリズムです。DFS の Java サンプル コードは次のとおりです。
import java.util.*;
public class Graph {
private Map<Integer, List<Integer>> graph = new HashMap<>();
public void addEdge(int vertex, int neighbor) {
graph.putIfAbsent(vertex, new ArrayList<>());
graph.get(vertex).add(neighbor);
}
// 深度优先搜索算法
public void dfs(int start) {
boolean[] visited = new boolean[graph.size()];
dfsUtil(start, visited);
}
private void dfsUtil(int vertex, boolean[] visited) {
visited[vertex] = true; // 标记当前顶点为已访问
System.out.print(vertex + " ");
for (int neighbor : graph.getOrDefault(vertex, Collections.emptyList())) {
if (!visited[neighbor]) {
dfsUtil(neighbor, visited); // 递归访问未访问的邻居顶点
}
}
}
public static void main(String[] args) {
Graph graph = new Graph();
graph.addEdge(0, 1);
graph.addEdge(0, 2);
graph.addEdge(1, 2);
graph.addEdge(2, 0);
graph.addEdge(2, 3);
graph.addEdge(3, 3);
System.out.println("深度优先遍历结果：");
graph.dfs(2); // 从顶点2开始深度优先遍历
}
}
4. 文字列演算
文字列アルゴリズムは、検索、一致、置換などのテキスト データを処理します。KMP アルゴリズムは効率的な文字列照合アルゴリズムであり、その Java サンプル コードは次のとおりです。
public class KMPAlgorithm {
// KMP算法
public void kmpSearch(String text, String pattern) {
int m = text.length();
int n = pattern.length();
int[] lps = new int[n]; // 长度为n的部分匹配表
computeLPSArray(pattern, lps); // 构建部分匹配表
int i = 0, j = 0;
while (i < m) {
if (pattern.charAt(j) == text.charAt(i)) {
i++;
j++;
}
if (j == n) {
System.out.println("Pattern found at index " + (i - j));
j = lps[j - 1];
} else if (i < m && pattern.charAt(j) != text.charAt(i)) {
if (j != 0) {
j = lps[j - 1];
} else {
i++;
}
}
}
}
private void computeLPSArray(String pattern, int[] lps) {
int length = 0; // 用于记录最长公共前后缀的长度
int i = 1;
lps[0] = 0; // 首位不可能存在公共前后缀
while (i < pattern.length()) {
if (pattern.charAt(i) == pattern.charAt(length)) {
length++;
lps[i] = length;
i++;
} else {
if (length != 0) {
length = lps[length - 1]; // 回退到前一个公共前后缀的长度
} else {
lps[i] = 0;
i++;
}
}
}
}
public static void main(String[] args) {
KMPAlgorithm kmp = new KMPAlgorithm();
String text = "ABABDABACDABABCABAB";
String pattern = "ABABCABAB";
System.out.println("KMP 算法结果：");
kmp.kmpSearch(text, pattern);
}
}
3: 主要なアルゴリズムの概要
これらのコア アルゴリズムを習得することは、すべてのプログラマーにとって避けられない選択です。これらはコンピューティングで広く使用されるだけでなく、抽象的思考と問題解決スキルも開発します。学習と実践を通じて、プログラミングの分野で優れたスキルを発揮できます。
並べ替え、検索、グラフ理論、文字列アルゴリズムのいずれであっても、これらはプログラミングの旅の右腕です。果敢に課題に立ち向かい、これらのアルゴリズムをツールボックスに上手に統合して、プログラミングの世界で探検家およびクリエイターになりましょう。