算法相关学习-CSDN博客

本文链接：https://blog.csdn.net/jarip/article/details/88334864

冒泡法排序优化: 在一趟冒泡中如果没有交换记录,那么可结束排序

选择法排序优化: 在每一趟选择时不必交换记录值,只需记录下最小元素的序号即可

位图算法:

java.util.BitSet可以按位存储。
计算机中一个字节（byte）占8位（bit），我们java中数据至少按字节存储的，
比如一个int占4个字节。
如果遇到大的数据量，这样必然会需要很大存储空间和内存。
如何减少数据占用存储空间和内存可以用算法解决。
java.util.BitSet就提供了这样的算法。
比如有一堆数字，需要存储，source=[3,5,6,9]
用int就需要4*4个字节。
java.util.BitSet可以存true/false。
如果用java.util.BitSet，则会少很多，其原理是：
1，先找出数据中最大值maxvalue=9
2，声明一个BitSet bs,它的size是maxvalue+1=10
3，遍历数据source，bs[source[i]]设置成true.
最后的值是：
(0为false;1为true)
bs [0,0,0,1,0,1,1,0,0,1]
3, 5,6, 9

这样一个本来要int型需要占4字节共32位的数字现在只用了1位！
比例32:1
这样就省下了很大空间

分析:

位图算法其实是以key为整数,以boolean为value,作为简化版的Map,来对不重复的整数集进行排序的方法;当然也可以判断一个整数集中哪些数是重复的.相对于Map来说,BitSet的方式处理大数据较节省空间,提高运行效率,但是也有缺点,就是只能处理整数集,并且不能对含有重复值的整数集进行排序

指针法排序:

排序只有1，2，3三个元素的数组，不能统计1，2，3的个数

分析

这个题目，尽管也是排序，但却不能使用快速排序的方法。只有三个元素，如果时间复杂度仍旧是O(nlogn)，显然不是最好的。那就可以使用线性的排序算法，例如计数排序，可是题目中要求，不能够对1，2，3进行统计个数。那该如何处理呢？请大家看下面的方法，我们首先通过例子来说明：

2	1	1	3	3	2
p1	p2				p3

假设，我们有三个指针：p1、p2、p3.p1从左侧开始，指向第一个非1的数字；p3从右侧开始，指向第一个非3的数字。p2从p1开始遍历，如果是2，p2继续遍历，直到p2遇到1或者3：

如果遇到1，则和p1进行交换，然后p1向右，指向第一个非1的数字
如果遇到3，则和p3进行交换，然后p3向左，指向第一个非3的数字

1	2	1	3	3	2
	p1，p2				p3

交换之后，p2继续从p1开始(注意这步只是按上图情形下的说法,而不是通用操作,p2继续从原来的位置向右才对)，如果是2继续遍历，如果是1或者3，重复上面的步骤，所得如下：

1	1	2	3	3	2
		p1，p2			p3

根据上面的方法继续下去

1	1	2	2	3	3
		p1	p3	p2

p2在p3右侧，算法结束。

总结一下上面的算法：

p1从左侧开始，指向第一个非1的数字；p3从右侧开始，指向第一个非3的数字。

p2从p1开始遍历，如果是2，p2继续遍历，直到p2遇到1或者3
如果遇到1，则和p1进行交换，然后p1向右，指向第一个非1的数字
如果遇到3，则和p3进行交换，然后p3向左，指向第一个非3的数字

重复上面的步骤，直到p2在p3的右侧结束。

分析: 指针法排序只能对含有三类值的数组进行排序

判断单向链表是否有环的快慢指针算法原理:

http://www.cnblogs.com/zhyg6516/archive/2011/03/29/1998831.html

快速排序算法:

public static void orderByFast(int[] a, int low, int high) {

		if (low < high) {
			int p = partition(a, low, high);
			orderByFast(a, low, p - 1);
			orderByFast(a, p + 1, high);

		}
	}
	
	static int i = 0;
	public static int partition(int [] a, int low, int high){
		int pivotkey = a[low];	//可以取 a[low],a[high],a[(low+high)/2]的中值,效率比较高
		while(low < high){
			while(low < high && a[high] >= pivotkey){
				high--;
			}
			a[low] = a[high]; //其实是用a[high]取代pivotkey所在位: a[(low+high)/2] = a[high]
			System.out.println("第  " + (++i) + " 次移动");
			while(low < high && a[low] <= pivotkey){
				low++;
			}
			a[high] = a[low]; //其实是用a[low]取代pivotkey所在位: a[(low+high)/2] = a[low]
			System.out.println("第  " + (++i) + " 次移动");
		}
		a[low] = pivotkey; ///
		System.out.println("第  " + (++i) + " 次移动");
		return low;
		
	}

详解11种排序算法 http://blog.csdn.net/speedme/article/details/23021467