常用排序算法之-------------归并排序

递归实现

package sort;

public class MergeSort {

	public static void main(String[] args) {
		int[] arr = {2,4,1,5,6,3,9};
		mergeSort(arr);
		print(arr);
	}
	/**
	 * x归并排序的递归方法,先取mid,二分,分到L=R为止,即只剩一个数,
	 * x然后往上依次合并,借助额外数组,合并时,将两个分别有序部分中较小的数值依次放入额外数组
	 * x最后额外数组的值拷贝回原数组
	 * @param arr
	 * x时间复杂度为O(NlogN),空间复杂度为O(N)
	 */
	private static void mergeSort(int[] arr) {
		// TODO Auto-generated method stub
		if(arr == null || arr.length < 2)
			return;
		sortProcess(arr, 0, arr.length-1);
	}

	private static void sortProcess(int[] arr, int L, int R) {
		// TODO Auto-generated method stub
		if(L == R)
			return;
		int mid = L + ((R - L) >> 1);
		sortProcess(arr, L, mid);
		sortProcess(arr, mid + 1, R);
		merge(arr, L, mid, R);
	}

	private static void merge(int[] arr, int L, int mid, int R) {
		// TODO Auto-generated method stub
		int[] help = new int[R - L + 1];
		int i = 0;
		int p1 = L;
		int p2 = mid + 1;
		while (p1 <= mid && p2 <= R) {
			help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
		}
		while(p1 <= mid)
			help[i++] = arr[p1++];
		while(p2 <= R)
			help[i++] = arr[p2++];
		for (int j = 0; j < help.length; j++) {
			arr[L + j] = help[j];
		}
	}
	private static void print(int[] arr) {
		for (int i : arr) {
			System.out.print(i+"\t");
		}
	}
}

非递归实现

package sort;

public class MergeSort_2 {

	public static void main(String[] args) {
		int[] arr = {2,4,1,5,6,3,9,1,2,3,5,56,0,23,8};
		mergeSort(arr);
		print(arr);
	}
	private static void mergeSort(int[] arr) {
		if(arr == null || arr.length < 2)
			return;
		int span = 1;
		int[] temp = new int[arr.length];
		while (span < arr.length) {
			merge_method(arr, span, arr.length);
			span *= 2;
		}
	}
	private static void merge_method(int[] arr, int span, int length) {
		// TODO Auto-generated method stub
		int index = 0,j;
		while(index + 2*span - 1 < length) {
			merge(arr, index, index+span-1, index+2*span-1);
			index = index + 2*span;
		}
		//处理剩下的不能构成完整的两组的
		if(index + span - 1 < length)
			merge(arr, index, index + span - 1, length - 1);
	}
	private static void merge(int[] arr, int L, int mid, int R) {
		// TODO Auto-generated method stub
		int[] help = new int[R - L + 1];
		int i = 0;
		int p1 = L;
		int p2 = mid + 1;
		while (p1 <= mid && p2 <= R) {
			help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
		}
		while(p1 <= mid)
			help[i++] = arr[p1++];
		while(p2 <= R)
			help[i++] = arr[p2++];
		for (int j = 0; j < help.length; j++) {
			arr[L + j] = help[j];
		}
	}
	private static void print(int[] arr) {
		for (int i : arr) {
			System.out.print(i+"\t");
		}
	}
}

 

以下是对提供的参考资料的总结,按照要求结构化多个要点分条输出: 4G/5G无线网络优化与网规案例分析: NSA站点下终端掉4G问题:部分用户反馈NSA终端频繁掉4G,主要因终端主动发起SCGfail导致。分析显示,在信号较好的环境下,终端可能因节能、过热保护等原因主动释放连接。解决方案建议终端侧进行分析处理,尝试关闭节电开关等。 RSSI算法识别天馈遮挡:通过计算RSSI平均值及差值识别天馈遮挡,差值大于3dB则认定有遮挡。不同设备分组规则不同,如64T和32T。此方法可有效帮助现场人员识别因环境变化引起的网络问题。 5G 160M组网小区CA不生效:某5G站点开启100M+60M CA功能后,测试发现UE无法正常使用CA功能。问题原因在于CA频点集标识配置错误,修正后测试正常。 5G网络优化与策略: CCE映射方式优化:针对诺基亚站点覆盖农村区域,通过优化CCE资源映射方式(交织、非交织),提升RRC连接建立成功率和无线接通率。非交织方式相比交织方式有显著提升。 5G AAU两扇区组网:与三扇区组网相比,AAU两扇区组网在RSRP、SINR、下载速率和上传速率上表现不同,需根据具体场景选择适合的组网方式。 5G语音解决方案:包括沿用4G语音解决方案、EPS Fallback方案和VoNR方案。不同方案适用于不同的5G组网策略,如NSA和SA,并影响语音连续性和网络覆盖。 4G网络优化与资源利用: 4G室分设备利旧:面对4G网络投资压减与资源需求矛盾,提出利旧多维度调优策略,包括资源整合、统筹调配既有资源,以满足新增需求和提质增效。 宏站RRU设备1托N射灯:针对5G深度覆盖需求,研究使用宏站AAU结合1托N射灯方案,快速便捷地开通5G站点,提升深度覆盖能力。 基站与流程管理: 爱立信LTE基站邻区添加流程:未提供具体内容,但通常涉及邻区规划、参数配置、测试验证等步骤,以确保基站间顺畅切换和覆盖连续性。 网络规划与策略: 新高铁跨海大桥覆盖方案试点:虽未提供详细内容,但可推测涉及高铁跨海大桥区域的4G/5G网络覆盖规划,需考虑信号穿透、移动性管理、网络容量等因素。 总结: 提供的参考资料涵盖了4G/5G无线网络优化、网规案例分析、网络优化策略、资源利用、基站管理等多个方面。 通过具体案例分析,展示了无线网络优化中的常见问题及解决方案,如NSA终端掉4G、RSSI识别天馈遮挡、CA不生效等。 强调了5G网络优化与策略的重要性,包括CCE映射方式优化、5G语音解决方案、AAU扇区组网选择等。 提出了4G网络优化与资源利用的策略,如室分设备利旧、宏站RRU设备1托N射灯等。 基站与流程管理方面,提到了爱立信LTE基站邻区添加流程,但未给出具体细节。 新高铁跨海大桥覆盖方案试点展示了特殊场景下的网络规划需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值