array[j] = array[j+1];
array[j+1] = temp;
flag = true; //有元素交换,则该序列初始状况不是有序的
}
}
if(flag == false){ //本趟遍历后没有发生交换,说明表已经有序
return array;
}
}
return array;
}
快速排序:
思想:基于分治的思想:在待排序表中任取一个元素pivot作为基准,通过一趟排序将待排序表划分为独立的两部分,使得一部分中所有元素小于等于pivot,另一部分中所有元素大于pivot,则pivot放在了其最终位置上,这个过程称为一趟快速排序。而后递归地对两个子表重复上述过程,直到每部分内只有一个元素或空为止。
性能: 空间复杂度:需要递归工作栈:最坏o(n),平均o(logn)
时间复杂度:最坏:o(n^2)初始表基本有序或基本逆序,平均o(n*logn)
不稳定
public int[] quickSort(int[] array,int low,int high){
if(low<high){ //递归跳出的条件
int mid= partition(array, low, high); //划分,得到枢值所在的下表
quickSort(array,low,mid-1); //依次对两个子表进行递归排序
quickSort(array,mid+1,high);
}
return array;
}
//快速排序的划分函数
public int partition(int[] array,int low, int high){
int pivot = array[low]; //每次取数组中的第一个元素为基准
while(low < high){ //跳出循环的条件
while(low<high && array[high] > pivot){ //从右边开始找到第一个小于或等于pivot的值
high–;
}
while(low<high && array[low] < pivot){ //从左边开始找到第一个大于或等于pivot的值
low++;
}
int temp = array[low]; //交换
array[low] = array[high];
array[high] = temp;
if(low<high && array[low] == pivot && array[high] == pivot){ //特殊情况
low++;
}
}
return low;
}
简单选择排序:
思想:假设排序表array[0,…,n-1],第 i 趟排序即从array[0,…,n-1]中选择关键字最小的元素与array[i]交换,每一趟排序可以确定一个元素的最终位置,这样经过n-1趟派克就可以使整个序列有序。
性能:时间复杂度:o(n^2),空间复杂度o(1),不稳定
public int[] simpleSelectSort(int[] array){
for(int i=0;i<array.length -1;i++){ //一共进行n-1趟
int min = i; //记录最小元素位置
for(int j=i+1;j<array.length;j++){ //在array[i,…,n-1]中选择最小的元素
if(array[j] < array[min]){
min = j; //更新最小元素的位置
}
}
int temp = array[i]; //将最小元素与第i个位置交换
array[i] = array[min];
array[min] = temp;
}
return array;
}
堆排序:Java实现堆排序(大根堆)
归并排序:
思想:“归并”的含义是将两个或两个以上的有序表组合成一个新的有序表。假设待排序表含有n个记录,则可以看成是n个有序的子表,每个子表的长度为1,然后两两归并,得到(n/2)个长度为2或1的有序表;再两两归并,…,如此重复,直到合并成一个长度为n的有序表为止,这种排序方法称为2-路归并排序。
递归形式的2-路归并排序算法是基于分治的,其过程如下:
分解:将含有n个元素的待排序表分成各含有n/2个元素的子表,采用2-路归并排序算法对两个子表递归地进行排序;
合并:合并两个已排序的子表得到排序结果。
性能:空间复杂度:o(n);时间复杂度:o(nlogn);稳定
public int[] mergeSort(int[] array,int low, int high){
if(low < high){ //递归结束的条件
int mid = (low + high)/2; //二路归并排序,从中间划分两个子序列【分解过程】
mergeSort(array, low, mid); //对左侧子序列进行递归排序
mergeSort(array, mid+1, high); //对右侧子序列进行递归排序
merge(array,low,mid,high); //归并【合并过程】
}
return array;
}
//将前后相邻的两个有序表归并为一个有序表
private void merge(int[] array,int low, int mid, int high){
int[] tempArray = new int[array.length]; //辅助数组tempArray
for(int i=low;i<=high;i++){ //将array数组中[low…high]的元素复制到辅助数组tempArray中
tempArray[i] = array[i];
}
int i,j,k;
for(i=low,j=mid+1,k=i;i<=mid && j<=high;k++){
if(tempArray[i]>tempArray[j]){ //比较tempArray的左右两端中的元素
array[k] = tempArray[j++]; //将较小值复制到array中
}else{
array[k] = tempArray[i++];
}
}
while(i<=mid){ //若第一个表未检测完,复制
array[k++] = tempArray[i++];
}
while(j<=high){ //若第二个表未检测完,复制
array[k++] = tempArray[j++];
}
}
按 Ctrl+C 复制代码
基数排序:
基于计数排序实现: Java实现基于桶式排序思想和计数排序思想实现的基数排序
基于队列辅助实现:
思想:基数排序不是基于比较进行排序的,而是采用多关键字排序思想,借助“分配”和“收集”两种操作对单逻辑关键字进行排序。
基数排序是利用多关键字先达到局部有序,再调整达到全局有序。
性能:空间复杂度:o®;时间复杂度:o(d(n+r));稳定
其中,r为基数,d为最大关键字的位数(决定了排序的趟数),n为待排序列表中元素的个数。
//基于队列辅助实现的基数排序
public int[] radixSort(int[] array){
//找到待排序序列中的最大元素
int max = array[0];
for(int i=1; i<array.length;i++){
if(array[i] > max){
max = array[i];
}
}
//确定最大元素的位数maxBits
int maxBits = 0;
while(max > 0){
max = max/10;
maxBits ++;
}
//建立10个队列
Queue[] queue = new LinkedList[10];
for(int i=0; i<queue.length; i++){
queue[i] = new LinkedList();
}
//进行maxBits次分配和收集
for(int i=0; i<maxBits;i++){
//分配数组
for(int j=0; j<array.length;j++){
//得到元素的第maxBits位,然后将该元素插入到对应的位置
queue[(array[j] % (int)Math.pow(10, i+1))/(int)Math.pow(10, i)].add(array[j]);
}
//元素计数器
int count = 0;
//收集队列元素
for(int k=0;k<queue.length;k++){
while(queue[k].size() > 0){
array[count++] = queue[k].poll().intValue();
}
}
}
return array;
}
计数排序:
前提:待排序表中的所有待排序关键字必须互不相同;
思想:计数排序算法针对表中的每个记录,扫描待排序的表一趟,统计表中有多少个记录的关键码比该记录的关键码小,假设针对某一个记录,统计出的计数值为c,则该记录在新的有序表中的存放位置即为c。
性能:空间复杂度:o(n);时间复杂度:o(n^2);
Spring全套教学资料
Spring是Java程序员的《葵花宝典》,其中提供的各种大招,能简化我们的开发,大大提升开发效率!目前99%的公司使用了Spring,大家可以去各大招聘网站看一下,Spring算是必备技能,所以一定要掌握。
目录:
部分内容:
Spring源码
- 第一部分 Spring 概述
- 第二部分 核心思想
- 第三部分 手写实现 IoC 和 AOP(自定义Spring框架)
- 第四部分 Spring IOC 高级应用
基础特性
高级特性 - 第五部分 Spring IOC源码深度剖析
设计优雅
设计模式
注意:原则、方法和技巧 - 第六部分 Spring AOP 应用
声明事务控制 - 第七部分 Spring AOP源码深度剖析
必要的笔记、必要的图、通俗易懂的语言化解知识难点
脚手框架:SpringBoot技术
它的目标是简化Spring应用和服务的创建、开发与部署,简化了配置文件,使用嵌入式web服务器,含有诸多开箱即用的微服务功能,可以和spring cloud联合部署。
Spring Boot的核心思想是约定大于配置,应用只需要很少的配置即可,简化了应用开发模式。
- SpringBoot入门
- 配置文件
- 日志
- Web开发
- Docker
- SpringBoot与数据访问
- 启动配置原理
- 自定义starter
微服务架构:Spring Cloud Alibaba
同 Spring Cloud 一样,Spring Cloud Alibaba 也是一套微服务解决方案,包含开发分布式应用微服务的必需组件,方便开发者通过 Spring Cloud 编程模型轻松使用这些组件来开发分布式应用服务。
- 微服务架构介绍
- Spring Cloud Alibaba介绍
- 微服务环境搭建
- 服务治理
- 服务容错
- 服务网关
- 链路追踪
- ZipKin集成及数据持久化
- 消息驱动
- 短信服务
- Nacos Confifig—服务配置
- Seata—分布式事务
- Dubbo—rpc通信
Spring MVC
目录:
部分内容:
服务容错
- 服务网关
- 链路追踪
- ZipKin集成及数据持久化
- 消息驱动
- 短信服务
- Nacos Confifig—服务配置
- Seata—分布式事务
- Dubbo—rpc通信
[外链图片转存中…(img-Duy4fi73-1714359323604)]
[外链图片转存中…(img-bQlptg5J-1714359323604)]
Spring MVC
目录:
[外链图片转存中…(img-eAQcODfP-1714359323604)]
[外链图片转存中…(img-daXiVkwA-1714359323605)]
[外链图片转存中…(img-s05FFALO-1714359323605)]
部分内容:
[外链图片转存中…(img-plL1qID3-1714359323605)]
[外链图片转存中…(img-2TK14dzE-1714359323605)]