Java 常见数据结构与算法
一、排序算法
(一)冒泡排序
思想
冒泡排序:
从待排序的第一个元素开始,两两进行比较,若前面一个元素比后面一个大,则交换位置(就是把大的元素放到后面),第一次遍历完之后最大的元素在最后面;之后在从第一个元素到最后一个元素之前的数进行两两比较,最后成为从小到大的序列。
代码
package wl.exercise.sort;
import java.util.Arrays;
/**
* @author wanglin
* @version 1.0
* @date 2022-09-19 周一
* @description 冒泡排序
*/
@SuppressWarnings("all")
public class BubbleSortTest {
public static void main(String[] args) {
int arr[] = {3, 9, -1, 10, 20};
System.out.println("排序前: ");
System.out.println(Arrays.toString(arr));
//为了容量理解,我把冒泡排序的演变过程,给大家展示
//测试一下冒泡排序的速度O(n^2), 给80000个数据,测试
//创建要给80000个的随机的数组
// int[] arr = new int[10];
// for (int i = 0; i < 10; i++) {
// arr[i] = (int) (Math.random() * 10); //生成一个[0, 8000000) 数
// }
System.out.println("排序前的时间是=" + System.currentTimeMillis());
//测试冒泡排序
bubbleSort(arr);
System.out.println("排序后的时间是=" + System.currentTimeMillis());
System.out.println("排序后: ");
System.out.println(Arrays.toString(arr));
}
/**
* 将前面额冒泡排序算法,封装成一个方法
*
* @param arr
*/
public static void bubbleSort(int[] arr) {
// 冒泡排序 的时间复杂度 O(n^2), 自己写出
int temp = 0; // 临时变量
boolean flag = false; // 标识变量,表示是否进行过交换
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
// 如果前面的数比后面的数大,则交换
if (arr[j] > arr[j + 1]) {
flag = true;
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
if (!flag) { // 在一趟排序中,一次交换都没有发生过
break;
} else {
flag = false; // 重置flag!!!, 进行下次判断
}
}
}
}
结果
(二)选择排序
思想
选择排序:
第一次从所有元素中找出最小值(两两进行比较,若前面的元素大,则交换位置),放到前面,之后依次从当前最小值开始到最后一个元素找到最小值放到当前最小值的后面,最终成为从小到大的序列。
代码
package wl.exercise.sort;
import java.util.Arrays;
/**
* @author wanglin
* @version 1.0
* @date 2022-09-20 周二
* @description 选择排序:第一次从所有元素中找出最小值(两两进行比较,若前面的元素大,则交换位置),
* 放到前面,之后依次从当前最小值开始到最后一个元素找到最小值放到当前最小值的后面,最终成为从小到大的序列。
*/
@SuppressWarnings("all")
public class SelectSortTest {
public static void main(String[] args) {
int[] arr = {1, 4, 3, 5, 2, 9};
System.out.println("排序前: " + Arrays.toString(arr));
selectSort(arr);
System.out.println("排序后: " + Arrays.toString(arr));
}
/**
* 选择排序
*
* @param arr
*/
private static void selectSort(int[] arr) {
//在推导的过程,我们发现了规律,因此,可以使用for来解决
//选择排序时间复杂度是 O(n^2)
for (int i = 0; i < arr.length - 1; i++) {
int minIndex = i;
int minVal = arr[i];
for (int j = i + 1; j < arr.length; j++) {
if (minVal > arr[j]) { // 说明假定的最小值,并不是最小
minIndex = j; // 重置minIndex
minVal = arr[j]; // 重置minVal
}
}
// 将最小值,放在arr[0], 即交换
if (minIndex != i) {
arr[minIndex] = arr[i];
arr[i] = minVal;
}
}
}
}
结果
(三)快速排序
思想
快速排序
代码
package wl.exercise.sort;
import java.util.Arrays;
/**
* @author wanglin
* @version 1.0
* @date 2022-09-19 周一
* @description 快速排序
*/
@SuppressWarnings("all")
public class QuickSortTest {
public static void main(String[] args) {
int[] arr = {-9, 78, 0, 23, -567, 70, -1, 900, 4561};
//测试快排的执行速度
// 创建要给80000个的随机的数组
// int[] arr = new int[8000000];
// for (int i = 0; i < 8000000; i++) {
// arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
// }
System.out.println("排序前:");
System.out.println(Arrays.toString(arr));
// Date data1 = new Date();
// SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
// String date1Str = simpleDateFormat.format(data1);
// System.out.println("排序前的时间是=" + date1Str);
quickSort(arr, 0, arr.length - 1);
System.out.println("排序后:");
System.out.println(Arrays.toString(arr));
// Date data2 = new Date();
// String date2Str = simpleDateFormat.format(data2);
// System.out.println("排序后的时间是=" + date2Str);
//System.out.println("arr=" + Arrays.toString(arr));
}
public static void quickSort(int[] arr, int left, int right) {
int l = left; //左下标
int r = right; //右下标
//pivot 中轴值
int pivot = arr[(left + right) / 2];
int temp = 0; //临时变量,作为交换时使用
//while循环的目的是让比pivot 值小放到左边
//比pivot 值大放到右边
while (l < r) {
//在pivot的左边一直找,找到大于等于pivot值,才退出
while (arr[l] < pivot) {
l += 1;
}
//在pivot的右边一直找,找到小于等于pivot值,才退出
while (arr[r] > pivot) {
r -= 1;
}
//如果l >= r说明pivot 的左右两的值,已经按照左边全部是
//小于等于pivot值,右边全部是大于等于pivot值
if (l >= r) {
break;
}
//交换
temp = arr[l];
arr[l] = arr[r];
arr[r] = temp;
//如果交换完后,发现这个arr[l] == pivot值 相等 r--, 前移
if (arr[l] == pivot) {
r -= 1;
}
//如果交换完后,发现这个arr[r] == pivot值 相等 l++, 后移
if (arr[r] == pivot) {
l += 1;
}
}
// 如果 l == r, 必须l++, r--, 否则为出现栈溢出
if (l == r) {
l += 1;
r -= 1;
}
//向左递归
if (left < r) {
quickSort(arr, left, r);
}
//向右递归
if (right > l) {
quickSort(arr, l, right);
}
}
}
结果
二、查找算法
(一)二分查找
思想
注意:
必须是有序的数组,正序和倒序相反,对于查找算法代码不同,这里正序为例;
二分查找:
将查找的数与待目标数组的中间元素进行比较,以中间元素分为左右两边,若查找的数比中间数小,则从在左边进行查找;反之则在右边查找;若相等则直接返回即可。
代码
package wl.exercise.search;
/**
* @author wanglin
* @version 1.0
* @date 2022-09-19 周一
* @description 二分查找
*/
public class BinarySearchTest {
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 100, 123};
int resultIndex = binarySearch(arr, 0, arr.length - 1, 123);
System.out.println("数组下标索引resultIndex: " + resultIndex);
}
/**
* 二分查找算法
*
* @param arr 数组
* @param left 左边的索引
* @param right 右边的索引
* @param findVal 要查找的值
* @return 若找到就返回下标,否则就返回-1
*/
public static int binarySearch(int[] arr, int left, int right, int findVal) {
//当 left > right 时,说明递归整个数组,但是都没有找到这个值
if (left > right) {
return -1;
}
int mid = (left + right) / 2;
int midVal = arr[mid];
if (findVal > midVal) {
//向右递归
return binarySearch(arr, mid + 1, right, findVal);
} else if (findVal < midVal) {
//向左递归
return binarySearch(arr, left, mid - 1, findVal);
} else {
return mid;
}
}
}
结果
(一)斐波那契查找
思想
斐波那契数列 {1, 1, 2, 3, 5, 8, 13, 21, 34, 55 } 发现斐波那契数列的两个相邻数的比例,无限接近黄金分割值:0.618。
代码
package wl.exercise.search;
import java.util.Arrays;
/**
* @author wanglin
* @version 1.0
* @date 2022-09-19 周一
* @description 斐波那契查找算法
* 斐波那契数列 {1, 1, 2, 3, 5, 8, 13, 21, 34, 55 } 发现斐波那契数列的两个相邻数的比例,无限接近 黄金分割值:0.618
*/
@SuppressWarnings("all")
public class FibonacciSearchTest {
public static int maxSize = 20;
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1234};
System.out.println("index=" + fibSearch(arr, 89));//3
}
/**
* 因为后面我们mid=low+F(k-1)-1,需要使用到斐波那契数列,因此我们需要先获取到一个斐波那契数列,
* 非递归方法得到一个斐波那契数列
*
* @return
*/
public static int[] fib() {
int[] f = new int[maxSize];
f[0] = 1;
f[1] = 1;
for (int i = 2; i < maxSize; i++) {
f[i] = f[i - 1] + f[i - 2];
}
return f;
}
/**
* 编写斐波那契查找算法,使用非递归的方式编写算法
*
* @param a 数组
* @param key 我们需要查找的关键码(值)
* @return 返回对应的下标,如果没有-1
*/
public static int fibSearch(int[] a, int key) {
int low = 0;
int high = a.length - 1;
int k = 0; //表示斐波那契分割数值的下标
int mid = 0; //存放mid值
int f[] = fib(); //获取到斐波那契数列
//获取到斐波那契分割数值的下标
while (high > f[k] - 1) {
k++;
}
//因为 f[k] 值 可能大于 a 的 长度,因此我们需要使用Arrays类,构造一个新的数组,并指向temp[]
//不足的部分会使用0填充
int[] temp = Arrays.copyOf(a, f[k]);
//实际上需求使用a数组最后的数填充 temp
//举例:
//temp = {1,8, 10, 89, 1000, 1234, 0, 0} => {1,8, 10, 89, 1000, 1234, 1234, 1234,}
for (int i = high + 1; i < temp.length; i++) {
temp[i] = a[high];
}
// 使用while来循环处理,找到我们的数 key
while (low <= high) { // 只要这个条件满足,就可以找
mid = low + f[k - 1] - 1;
if (key < temp[mid]) { //我们应该继续向数组的前面查找(左边)
high = mid - 1;
//为甚是 k--
//说明
//1. 全部元素 = 前面的元素 + 后边元素
//2. f[k] = f[k-1] + f[k-2]
//因为 前面有 f[k-1]个元素,所以可以继续拆分 f[k-1] = f[k-2] + f[k-3]
//即 在 f[k-1] 的前面继续查找 k--
//即下次循环 mid = f[k-1-1]-1
k--;
} else if (key > temp[mid]) { // 我们应该继续向数组的后面查找(右边)
low = mid + 1;
//为什么是k -=2
//说明
//1. 全部元素 = 前面的元素 + 后边元素
//2. f[k] = f[k-1] + f[k-2]
//3. 因为后面我们有f[k-2] 所以可以继续拆分 f[k-1] = f[k-3] + f[k-4]
//4. 即在f[k-2] 的前面进行查找 k -=2
//5. 即下次循环 mid = f[k - 1 - 2] - 1
k -= 2;
} else { //找到
//需要确定,返回的是哪个下标
if (mid <= high) {
return mid;
} else {
return high;
}
}
}
return -1;
}
}
结果
关注林哥,持续更新哦!!!★,°:.☆( ̄▽ ̄)/$:.°★ 。