《数据结构与算法图解》算法java代码实现

前言

正在读《数据结构与算法图解》一书,被其简单明了的讲解折服,其中涉及到了很多有用的算法,为了加深印象以及理解,便跟着把其中的代码转换为我平时所使用的的语言java。

每种算法的时间复杂度标识出来。

第 1 章 数据结构为何重要

 

第 2 章 算法为何重要

1、二分查找

  • 时间复杂度
  • 基于有序数组
   /**  
     * @author xch
     * @params [arrays, value]
     * @return java.lang.Integer
     * @description 二分查找
     */
    public static Integer binarySearch(int [] arrays, int value) {
        int lowerBound = 0;
        int upperBound = arrays.length - 1;

        while (lowerBound <= upperBound) {
            int midPoint = (upperBound + lowerBound) / 2;
            int valueAtMidpoint = arrays[midPoint];
            if (value < valueAtMidpoint) {
                upperBound = midPoint - 1;
            } else if (value > valueAtMidpoint) {
                lowerBound = midPoint + 1;
            } else {
                return midPoint;
            }
        }
        return null;
    }

 

第 3 章 大O记法

 

第 4 章 运用大O来给代码提速

1、冒泡排序

  • 时间复杂度 
   /**  
     * @author xch
     * @params [arrays]
     * @return int[]
     * @description 冒泡排序
     */
    public static int [] bubbleSort(int [] arrays) {
        int unsortedUntilIndex = arrays.length - 1;
        boolean sorted = false;
        while (!sorted) {
            sorted = true;
            for (int i = 0; i< unsortedUntilIndex; i++) {
                if (arrays[i] > arrays[i + 1]) {
                    sorted = false;
                    int temp = arrays[i];
                    arrays[i] = arrays[i + 1];
                    arrays[i + 1] = temp;
                }
            }
            unsortedUntilIndex = unsortedUntilIndex - 1;
        }
        return arrays;
    }

 

第 5 章 用或不用大O来优化代码

1、选择排序

  • 时间复杂度 
   /**  
     * @author xch
     * @params [arrays]
     * @return int[]
     * @description 选择排序
     */
    public static int[] selectSort(int [] arrays) {
        for(int i = 0; i < arrays.length; i++) {
            int lowestNumberIndex = i;
            for (int j = i + 1; j < arrays.length; j++) {
                if (arrays[j] < arrays[lowestNumberIndex]) {
                    lowestNumberIndex = j;
                }
            }
            if (lowestNumberIndex != i) {
                int temp = arrays[i];
                arrays[i] = arrays[lowestNumberIndex];
                arrays[lowestNumberIndex] = temp;
            }
        }
        return arrays;
    }

 

第 6 章 乐观地调优

1、插入排序

  • 时间复杂度 
   /**
     * @author xch
     * @params [arrays]
     * @return int[]
     * @description 插入排序
     */
    public static int[] insertSort(int [] arrays) {
        for (int i = 1; i < arrays.length; i++) {
            int position = i;
            int temp = arrays[i];
            while (position > 0 && arrays[position - 1] > temp) {
                arrays[position] = arrays[position - 1];
                position = position - 1;
            }
            arrays[position] = temp;
        }
        return arrays;
    }

 

1.算法是程序的灵魂,优秀的程序在对海量数据处理时,依然保持高速计算,就需要高效的数据结构和算法支撑。2.网上数据结构和算法的课程不少,但存在两个问题:1)授课方式单一,大多是照着代码念一遍,数据结构和算法本身就比较难理解,对基础好的学员来说,还好一点,对基础不好的学生来说,基本上就是听天书了2)说是讲数据结构和算法,但大多是挂羊头卖狗肉,算法讲的很少。 本课程针对上述问题,有针对性的进行了升级 3)授课方式采用图解+算法游戏的方式,让课程生动有趣好理解 4)系统全面的讲解了数据结构和算法, 除常用数据结构和算法外,还包括程序员常用10大算法:二分查找算法(非递归)、分治算法、动态规划算法、KMP算法、贪心算法、普里姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法、马踏棋盘算法。可以解决面试遇到的最短路径、最小生成树、最小连通图、动态规划等问题及衍生出的面试题,让你秒杀其他面试小伙伴3.如果你不想永远都是代码工人,就需要花时间来研究下数据结构和算法。教程内容:本教程是使用Java来讲解数据结构和算法,考虑到数据结构和算法较难,授课采用图解算法游戏的方式。内容包括: 稀疏数组、单向队列、环形队列、单向链表、双向链表、环形链表、约瑟夫问题、栈、前缀、中缀、后缀表达式、中缀表达式转换为后缀表达式、递归与回溯、迷宫问题、八皇后问题、算法的时间复杂度、冒泡排序、选择排序、插入排序、快速排序、归并排序、希尔排序、基数排序(桶排序)、堆排序、排序速度分析、二分查找、插值查找、斐波那契查找、散列、哈希表、二叉树、二叉树与数组转换、二叉排序树(BST)、AVL树、线索二叉树、赫夫曼树、赫夫曼编码、多路查找树(B树B+树和B*树)、图、图的DFS算法和BFS、程序员常用10大算法、二分查找算法(非递归)、分治算法、动态规划算法、KMP算法、贪心算法、普里姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法马踏棋盘算法。学习目标:通过学习,学员能掌握主流数据结构和算法实现机制,开阔编程思路,提高优化程序的能力。
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

打赏作者

象话

打赏犹如太阳穴的枪口

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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