java农夫喂食_Java实现常见的排序算法

一、排序算法

常见的排序算法主要分为下面几类:

选择排序

堆排序

冒泡排序

快速排序

插入排序

希尔排序

归并排序

桶式排序

基数排序

本文主要介绍选择排序、堆排序、冒泡排序、快速排序和归并排序的原理和Java代码实现。

二、算法实现

2.1 选择排序

选择排序的原理:

选择排序是一种简单直观的排序算法,它的工作原理是每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完。

Java实现:

public static void selSort(inta[]){if(a==null||a.length==0){return;

}for (int i = 0; i < a.length; i++) {int tmp = a[i];//存储遍历时最小的值

int flag = i;//存储最小值的位置

for(int j = i+1;j

tmp =a[j];

flag=j;

}

}int tmp2 = a[i];//临时保存a[i]的值,用于交换值得位置

a[i] =tmp;

a[flag]=tmp2;

}

}

2.2 堆排序

堆排序的原理:

堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序。堆是具有以下性质的完全二叉树:

每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆;

每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆。

完全二叉树: 除了最后一层之外的其他每一层都被完全填充,并且所有结点都保持向左对齐。

它的基本思想是将待排序的序列构造成一个大顶堆(或小顶堆)。此时,整个序列的最大值就是堆顶的根节点,将其与堆数组的末尾元素交换,此时末尾元素就是最大值,然后将剩余的 n-1 个序列重新构造成一个最大堆,再将新的最大堆的顶与末尾元素交换,如此反复执行,便能得到一个有序序列了。

f5a18d3266ab7082f5f8433359c5adb8.png

Java实现

public static void heapSort(int[] arr){

buildMaxHeap(arr);int heapSize =arr.length;//最大值的节点与最后一个节点交换位置

for (int i = arr.length - 1; i > 0; i--) {int temp =arr[i];

arr[i]= arr[0];

arr[0] =temp;//最后一个节点为最大值后,再对前边节点进行堆排序,每交换出一个最大值,最大堆的大小减1

heapSize--;

maxHeapify(arr,0, heapSize);

}

}/*** 4 3 9 5 10 2 6

* 0 1 2 3 4 5 6

*

* 4

* 3 9

* 5 10 2 6

*

*@paramarr 待排序的数组

*@paramindex 要进行调整的节点位置

*@paramheapSize 最大堆的大小*/

public static void maxHeapify(int[] arr, int index, intheapSize) {int leftIndex = 2 * index + 1;//左节点

int rightIndex = 2 * index + 2;int largeIndex;//临时存储三个节点中最大的节点

if (leftIndex < heapSize && arr[leftIndex] >arr[index]) {

largeIndex=leftIndex;

}else{

largeIndex=index;

}if (rightIndex < heapSize && arr[rightIndex] >arr[largeIndex]) {

largeIndex=rightIndex;

}if (largeIndex !=index) {//与最大值的节点交换位置

int temp =arr[largeIndex];

arr[largeIndex]=arr[index];

arr[index]=temp;//递归的方式对新的节点进行最大堆调整

maxHeapify(arr, largeIndex, heapSize);

}

}//建立最大堆,遍历其中的非叶子节点,调整位置,达到最大堆的特点,即父节点的值大于子节点的值

public static void buildMaxHeap(int[] arr) {int heapSize =arr.length;for (int i = (arr.length - 2) / 2; i > -1; i--) {

maxHeapify(arr, i, heapSize);

}

}

2.3 冒泡排序

冒泡排序的原理:

冒泡排序需要重复地走访要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换,该数列就已经排序完成。

步骤如下所示:

比较相邻的元素。如果第一个比第二个大,就交换他们两个。

对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。在这一点,最后的元素应该会是最大的数。

针对所有的元素重复以上的步骤,除了最后一个。

持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。

Java实现

/*** 冒泡排序

* 每次选择两个相邻的值进行比较,较小的放在前面

* 第一轮比较时,第一个和第二个比较,第二个和第三个比较,一直到最后一个

* 第一轮结束,最后一个值为最大值

* 再进行第二轮比较,比较时,无需再比较最后一个值

* ...

* 依次类推,保证每一轮的最后一个值都是最大值,直到没有值再与第一个值比较时,循环结束

*@parama*/

public static void bubSort(inta[]){for(int i=0; i

for(int j=0; j

if(a[j]>a[j+1]){

a[j]= a[j+1];

a[j+1] =tmp;

}

}

}

}

2.4 快速排序

快速排序的原理:

快速排序采用了分治的思想,将一个数组分成多个子数组,当子数组满足排序时,整个数组则已经排好序。它的基本思想是通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。

Java实现

/*** 快速排序

* 选择一个基准值,将比其小的值放在左边,比其大的值放在右边

* 对新产生的数组左边和右边再递归以上动作

* 直到所有子数组都已排好序

*@paramarray 数组

*@paramstart 开始节点

*@paramend 最后节点*/

public static void quiSort(int[] array, int start, intend) {if (start

int position =partition(array, start, end);

quiSort(array, start, position- 1);

quiSort(array, position+ 1, end);

}

}public static int partition(int[] array, int start, intend) {int position = start - 1;//开始时start前一个位置

int base = array[end];//选择最后一个元素为基准

for (int i = start; i < end; i++) {//从开始节点遍历

if (array[i] <=base) {

position++;//第i个元素和position位置元素交换位置

int temp =array[position];

array[position]=array[i];

array[i]=temp;

}

}//最后一个元素与position交换位置

int temp = array[position + 1];

array[position+ 1] =array[end];

array[end]=temp;//返回基准所在的位置

return position + 1;

}

2.5 归并排序

归并排序的原理:

归并排序利用的是分治的思想实现的,对于给定的一组数据,利用递归与分治技术将数据序列划分成为越来越小的子序列,之后对子序列排序,最后再用递归方法将排好序的子序列合并成为有序序列。合并两个子序列时,需要申请两个子序列加起来长度的内存,临时存储新的生成序列,再将新生成的序列赋值到原数组相应的位置。

Java实现

public static void merSort(int[] arr,int left,intright){if(left

merSort(arr,left,mid);//左边归并排序,使得左子序列有序

merSort(arr,mid+1,right);//右边归并排序,使得右子序列有序

merge(arr,left,mid,right);//合并两个子序列

}

}private static void merge(int[] arr, int left, int mid, intright) {int[] temp = new int[right - left + 1];//ps:也可以从开始就申请一个与原数组大小相同的数组,因为重复new数组会频繁申请内存

int i =left;int j = mid+1;int k = 0;while(i<=mid&&j<=right){if (arr[i]

temp[k++] = arr[i++];

}else{

temp[k++] = arr[j++];

}

}while(i<=mid){//将左边剩余元素填充进temp中

temp[k++] = arr[i++];

}while(j<=right){//将右序列剩余元素填充进temp中

temp[k++] = arr[j++];

}//将temp中的元素全部拷贝到原数组中

for (int k2 = 0; k2 < temp.length; k2++) {

arr[k2+ left] =temp[k2];

}

}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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