最近在系统地看数据结构相关的知识,发现数据结构还是比较有意思的,参考网上的一些博客,我也花了一点时间,写了一个demo,主要是实现了通过数组实现了一个“变长数组”(当然不支持扩容,只支持缩容 0.0),里面定义了一些增删改查的方法,主要是练手,对于一些排序,突然写一下顿觉手生,所以记录一下 , 代码如下:
package test.TestDataStructure.Array;
public class MyIntegerArray {
private final int arrSize;
private final int[] arr;
private int exactSize;
public MyIntegerArray(int arrSize){
if(arrSize <=0){
this.arrSize = 5;
}else{
this.arrSize = arrSize;
}
exactSize = 0;
arr = new int[this.arrSize];
}
/*增加一个值*/
public boolean add(int value){
if(exactSize >= arrSize){
return false;
}else{
arr[exactSize] = value;
exactSize++;
System.out.println("添加值: "+value+" 成功,目前数组中有 "+exactSize+" 个元素");
return true;
}
}
public boolean add(int... intList){
if(intList.length+exactSize > arrSize){
System.out.println("超出数组范围不能添加,数组最多容纳 "+arrSize+" 个元素,目前元素个数 : "+exactSize+" , 您添加了 "+intList.length+"个");
return false;
}
for (int i : intList){
add(i);
}
return true;
}
/*删除一个值,返回成功或者失败*/
public boolean delete(int value){
if(exactSize == 0){
System.out.println("删除失败,数组为空");
return false;
}else{
int index = -1;
for (int i = 0; i < exactSize; i++) {
if(arr[i] == value){
index = i;
break;
}
}
if(index == -1){
System.out.println("删除失败,不存在给定的值: "+value);
return false;
}
for (int i = index; i < exactSize; i++) {
if(i == (exactSize-1)){
arr[i] = 0;
}else{
arr[i] = arr[i+1];
}
}
exactSize--;
System.out.println("值: "+value+" 删除成功");
return true;
}
}
/*返回某个值的标*/
public int find(int value){
int result = -1;
if(exactSize >0){
for (int i = 0; i < exactSize; i++) {
if(arr[i] == value){
result = i;
System.out.println("值: "+value+" 的下标是: "+result);
break;
}
}
}
if(result == -1){
System.out.println("不存在值: "+value);
}
return result;
}
/*获取对应下标的值*/
public int get(int index){
if(index >=exactSize || index<0){
System.out.println("超出数组范围");
}
return arr[index];
}
public int getSize(){
return exactSize;
}
public boolean modify(int oldVal,int newVal){
int index = find(oldVal);
if(index == -1){
return false;
}else{
arr[index] = newVal;
return true;
}
}
public void display(){
if(exactSize <= 0){
System.out.print("数组为空");
}else{
System.out.print("数组展示 : [ ");
for (int i = 0; i < exactSize; i++) {
System.out.print(arr[i]+" ");
}
System.out.print("]");
}
System.out.println();
}
/*冒泡排序性能分析:
假设参与比较的数组元素个数为 N,则第一轮排序有 N-1 次比较,第二轮有 N-2 次,如此类推,这种序列的求和公式为:
(N-1)+(N-2)+...+1 = N*(N-1)/2
当 N 的值很大时,算法比较次数约为 N2/2次比较,忽略减1。
假设数据是随机的,那么每次比较可能要交换位置,可能不会交换,假设概率为50%,那么交换次数为 N2/4。不过如果是最坏的情况,初始数据是逆序的,那么每次比较都要交换位置。
交换和比较次数都和N2 成正比。由于常数不算大 O 表示法中,忽略 2 和 4,那么冒泡排序运行都需要 O(N2) 时间级别。
其实无论何时,只要看见一个循环嵌套在另一个循环中,我们都可以怀疑这个算法的运行时间为 O(N2)级,外层循环执行 N 次,内层循环对每一次外层循环都执行N次(或者几分之N次)。这就意味着大约需要执行N2次某个基本操作。*/
/*冒泡1*/
/*从小到大*/
public void bubbleSortUp1(){
/*当前拿第i下标的值和其他的比较 , 将最大的数字放在第一个*/
for (int i = 0; i < exactSize-1; i++) {
for (int j = i+1; j < exactSize; j++) {
if(arr[i] > arr[j]){
int tmp = arr[j];
arr[j] = arr[i];
arr[i] = tmp;
}
}
}
display();
}
/*冒泡2*/
/*从大到小*/
public void bubbleSortDown1(){
/*当前拿第i下标的值和其他的比较 , 将最大的数字放在第一个*/
for (int i = 0; i < exactSize-1; i++) {
for (int j = i+1; j < exactSize; j++) {
if(arr[i] < arr[j]){
int tmp = arr[j];
arr[j] = arr[i];
arr[i] = tmp;
}
}
}
display();
}
/*冒泡3*/
/*从小到大*/
public void bubbleSortUp2(){
/*总共几轮*/
for (int i = 1; i < exactSize; i++) {
/*每轮相邻的作比较,将最大的冒泡到最后一个位置上*/
for (int j = 0; j < exactSize-i; j++) {
if(arr[j] > arr[j+1]){
int tmp = arr[j];
arr[j] = arr[j+1];
arr[j+1] = tmp;
}
}
}
display();
}
/*冒泡4*/
/*从大到小*/
public void bubbleSortDown2(){
/*总共几轮*/
for (int i = 1; i < exactSize; i++) {
/*每轮相邻的作比较,将最大的冒泡到最后一个位置上*/
for (int j = 0; j < exactSize-i; j++) {
if(arr[j] < arr[j+1]){
int tmp = arr[j];
arr[j] = arr[j+1];
arr[j+1] = tmp;
}
}
}
display();
}
/*选择排序性能分析:
选择排序和冒泡排序执行了相同次数的比较:N*(N-1)/2,但是至多只进行了N次交换。
当 N 值很大时,比较次数是主要的,所以和冒泡排序一样,用大O表示是O(N2) 时间级别。但是由于选择排序交换的次数少,所以选择排序无疑是比冒泡排序快的。当 N 值较小时,如果交换时间比选择时间大的多,那么选择排序是相当快的。*/
/*选择排序*/
public void chooseSort(){
for (int i = 0; i < exactSize; i++) {
int minIndex = i;
for (int j = i+1; j < exactSize; j++) {
if(arr[minIndex] > arr[j]){
minIndex = j;
}
}
if(minIndex != i){
int tmp = arr[i];
arr[i] = arr[minIndex];
arr[minIndex] = tmp;
}
}
display();
}
/*插入排序性能分析:
在第一轮排序中,它最多比较一次,第二轮最多比较两次,一次类推,第N轮,最多比较N-1次。因此有 1+2+3+...+N-1 = N*(N-1)/2。
假设在每一轮排序发现插入点时,平均只有全体数据项的一半真的进行了比较,我们除以2得到:N*(N-1)/4。用大O表示法大致需要需要 O(N2) 时间级别。
复制的次数大致等于比较的次数,但是一次复制与一次交换的时间耗时不同,所以相对于随机数据,插入排序比冒泡快一倍,比选择排序略快。
这里需要注意的是,如果要进行逆序排列,那么每次比较和移动都会进行,这时候并不会比冒泡排序快。*/
/*插入排序 : 直接插入排序*/
/*例如3 1 2 1 4*/
/* 第一次 3 \\ 1 2 1 4
* 第二次 1 3 \\ 2 1 4
* */
public void insertSort(){
/*从下标是1的元素开始,一个一个选择出来插入左边的“子数组”,开始“子数组”就有一个元素,然后每次都会将当前的这个值和“子数组”中的每一个依次比较(从左往右比,比较之后,当前的值小,就交换,当前值大就往后比。)*/
for (int i = 1; i < exactSize; i++) {
for (int j = 0; j < i; j++) {
if(arr[j]>arr[i]){
int tmp = arr[j];
arr[j] = arr[i];
arr[i] = tmp;
}
}
}
display();
}
public static void main(String[] args) {
MyIntegerArray myIntegerArray = new MyIntegerArray(5);
myIntegerArray.add(11,3,12,12,1);
System.out.println("------------------------------------------");
System.out.println("-----------------插入排序-----------------");
MyIntegerArray insertTest = new MyIntegerArray(5);
insertTest.add(3,1,2,1,4);
insertTest.insertSort();
System.out.println("------------------------------------------");
}
/*总结:
* 上面讲的三种排序,冒泡、选择、插入用大 O 表示法都需要 O(N2) 时间级别。一般不会选择冒泡排序,虽然冒泡排序书写是最简单的,但是平均性能是没有选择排序和插入排序好的。
选择排序把交换次数降低到最低,但是比较次数还是挺大的。当数据量小,并且交换数据相对于比较数据更加耗时的情况下,可以应用选择排序。
在大多数情况下,假设数据量比较小或基本有序时,插入排序是三种算法中最好的选择。
后面我们会讲解高级排序,大O表示法的时间级别将比O(N2)小。 */
}