Android 7大常用算法

1.插入排序算法

插入排序的基本思想是在遍历数组的过程中,假设在序号 i 之前的元素即 [0…i-1] 都已经排好序,本趟需要找到 i 对应的元素 x 的正确位置 k ,并且在寻找这个位置 k 的过程中逐个将比较过的元素往后移一位,为元素 x “腾位置”,最后将 k 对应的元素值赋为 x ,一般情况下,插入排序的时间复杂度和空间复杂度分别为 O(n2 ) 和 O(1)。

/**
* @param int[] 未排序数组
* @return int[] 排完序数组*/public int[] sortInsert(int[] array){for(int i=1;i<array.length;i++){int temp = array[i];int j;for(j=i-1;j >= 0 && temp< array[j]; j--){array[j + 1] = array[j];}array[j + 1] = temp;}return array;}

2.选择排序算法

选择排序的基本思想是遍历数组的过程中,以 i 代表当前需要排序的序号,则需要在剩余的 [i…n-1] 中找出其中的最小值,然后将找到的最小值与 i 指向的值进行交换。因为每一趟确定元素的过程中都会有一个选择最大值的子流程,所以人们形象地称之为选择排序。选择排序的时间复杂度和空间复杂度分别为 O(n2 ) 和 O(1) 。

/*** @param int[] 未排序数组* @return int[] 排完序数组*/public int[] sortSelect(int[] arr){for (int i = 0; i < arr.length; i++) {int miniPost = i;for (int m = i + 1; m < arr.length; m++) {if (arr[m] < arr[miniPost]) {miniPost = m;}}if (arr[i] > arr[miniPost]) {int temp;temp = arr[i];arr[i] = arr[miniPost];arr[miniPost] = temp;}}return arr;}

3.冒泡排序算法

冒泡排序是將比較大的數字沉在最下面,较小的浮在上面

/**
* @param int[] 未排序数组
* @return int[] 排完序数组*/public int[] sortBubble(int[] array){int temp;// 第一层循环:表明比较的次数, 比如 length 个元素,比较次数为 length-1 次(肯定不需和自己比)for(int i=0;i<array.length-1;i++){for (int j = array.length - 1; j > i; j--) {if (array[j] < array[j - 1]) {temp = array[j];array[j] = array[j - 1];array[j - 1] = temp;}}}return array;
}

4.快速排序算法

通过一趟排序将待排记录分割成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,则可以分别对这两部分记录继续进行排序,已达到整个序列有序的目的,本质就是,找一个基位(枢轴,分水岭,作用是左边的都比它小,右边的都比它大.可随机,取名base,首先从序列最右边开始找比base小的,如果小,换位置,从而base移到刚才右边(比较时比base小)的位置(记为临时的high位),这样base右边的都比base大。然后,从序列的最左边开始找比base大的,如果大,换位置,从而base移动到刚才左边(比较时比base大)的位置(记为临时的low位),这样base左边的都比base小,循环以上两步,直到 low == heigh, 这使才真正的找到了枢轴,分水岭. 返回这个位置,分水岭左边和右边的序列,分别再来递归。

/*** @param int[] 未排序数组* @return int[] 排完序数组*/public int[] sortQuick(int[] array){return quickSort(array, 0, array.length-1);
}private int[] quickSort(int[] arr, int low, int heigh) {if (low < heigh) {int division = partition(arr, low, heigh);quickSort(arr, low, division - 1);quickSort(arr, division + 1, heigh);}return arr;
}// 分水岭,基位,左边的都比这个位置小,右边的都大
private int partition(int[] arr, int low, int heigh) {int base = arr[low]; //用子表的第一个记录做枢轴(分水岭)记录while (low < heigh) { //从表的两端交替向中间扫描while (low < heigh && arr[heigh] >= base) {heigh--;}// base 赋值给 当前 heigh 位,base 挪到(互换)到了这里,heigh位右边的都比base大swap(arr, heigh, low);while (low < heigh && arr[low] <= base) {low++;}// 遇到左边比base值大的了,换位置swap(arr, heigh, low);}// now low = heigh;return low;
}private void swap(int[] arr, int a, int b) {int temp;temp = arr[a];arr[a] = arr[b];arr[b] = temp;
}

5.合并排序算法

归并排序采用的是递归来实现,属于“分而治之”,将目标数组从中间一分为二,之后分别对这两个数组进行排序,排序完毕之后再将排好序的两个数组“归并”到一起,归并排序最重要的也就是这个“归并”的过程,归并的过程中需要额外的跟需要归并的两个数组长度一致的空间

/*** @param int[] 未排序数组* @return int[] 排完序数组*/
private int[] sort(int[] nums, int low, int high) {int mid = (low + high) / 2;if (low < high) {// 左边sort(nums, low, mid);// 右边sort(nums, mid + 1, high);// 左右归并merge(nums, low, mid, high);}return nums;
}
private void merge(int[] nums, int low, int mid, int high) {int[] temp = new int[high - low + 1];int i = low;// 左指针int j = mid + 1;// 右指针int k = 0;// 把较小的数先移到新数组中while (i <= mid && j <= high) {if (nums[i] < nums[j]) {temp[k++] = nums[i++];} else {temp[k++] = nums[j++];}}// 把左边剩余的数移入数组while (i <= mid) {temp[k++] = nums[i++];}// 把右边边剩余的数移入数组while (j <= high) {temp[k++] = nums[j++];}// 把新数组中的数覆盖nums数组for (int k2 = 0; k2 < temp.length; k2++) {nums[k2 + low] = temp[k2];}}public int[] sortMerge(int[] array) {return sort(array, 0, array.length - 1);
}

6.希尔排序算法

希尔排序的诞生是由于插入排序在处理大规模数组的时候会遇到需要移动太多元素的问题。希尔排序的思想是将一个大的数组“分而治之”,划分为若干个小的数组,以 gap 来划分,比如数组 [1, 2, 3, 4, 5, 6, 7, 8] ,如果以 gap = 2 来划分,可以分为 [1, 3, 5, 7] 和 [2, 4, 6, 8] 两个数组(对应的,如 gap = 3 , 则划分的数组为: [1, 4, 7] 、 [2, 5, 8] 、 [3, 6] )然后分别对划分出来的数组进行插入排序,待各个子数组排序完毕之后再减小 gap 值重复进行之前的步骤,直至 gap = 1 ,即对整个数组进行插入排序,此时的数组已经基本上快排好序了,所以需要移动的元素会很小很小,解决了插入排序在处理大规模数组时较多移动次数的问题,

希尔排序是插入排序的改进版,在数据量大的时候对效率的提升帮助很大,数据量小的时候建议直接使用插入排序就好了。

/**
* @param int[] 未排序数组
* @return int[] 排完序数组*/public int[] sortShell(int[] array) {// 取增量int step = array.length / 2;while (step >= 1) {for (int i = step; i < array.length; i++) {int temp = array[i];int j = 0;// 跟插入排序的区别就在这里for (j = i - step; j >= 0 && temp < array[j]; j -= step) {array[j + step] = array[j];}array[j + step] = temp;}step /= 2;}return array;
}

7.堆排序算法

本质就是先构造一个大顶堆,parent比children大,root节点就是最大的节点 把最大的节点(root)与尾节点(最后一个节点,比较小)位置互换,剩下最后的尾节点,现在最大,其余的,从第一个元素开始到尾节点前一位,构造大顶堆递归。

/*** @param int[] 未排序数组* @return int[] 排完序数组*/
public int[] sortHeap(int[] array) {buildHeap(array);// 构建堆int n = array.length;int i = 0;for (i = n - 1; i >= 1; i--) {swap(array, 0, i);heapify(array, 0, i);}return array;
}private void buildHeap(int[] array) {int n = array.length;// 数组中元素的个数for (int i = n / 2 - 1; i >= 0; i--)heapify(array, i, n);
}private void heapify(int[] A, int idx, int max) {int left = 2 * idx + 1;// 左孩子的下标(如果存在的话)int right = 2 * idx + 2;// 左孩子的下标(如果存在的话)int largest = 0;// 寻找3个节点中最大值节点的下标if (left < max && A[left] > A[idx])largest = left;elselargest = idx;if (right < max && A[right] > A[largest])largest = right;if (largest != idx) {swap(A, largest, idx);heapify(A, largest, max);}}
}
// 建堆函数,认为【s,m】中只有 s
// 对应的关键字未满足大顶堆定义,通过调整使【s,m】成为大顶堆=====================================================
public static void heapAdjust(int[] array, int s, int m) {// 用0下标元素作为暂存单元array[0] = array[s];// 沿孩子较大的结点向下筛选for (int j = 2 * s; j <= m; j *= 2) {// 保证j为较大孩子结点的下标,j < m 保证 j+1 <= m ,不越界if (j < m && array[j] < array[j + 1]) {j++;}if (!(array[0] < array[j])) {break;}// 若S位较小,应将较大孩子上移array[s] = array[j];// 较大孩子的值变成S位的较小值,可能引起顶堆的不平衡,故对其所在的堆进行筛选s = j;}// 若S位较大,则值不变;否则,S位向下移动至2*s、4*s、。。。array[s] = array[0];
}

最后

如果想要成为架构师或想突破20~30K薪资范畴,那就不要局限在编码,业务,要会选型、扩展,提升编程思维。此外,良好的职业规划也很重要,学习的习惯很重要,但是最重要的还是要能持之以恒,任何不能坚持落实的计划都是空谈。

如果你没有方向,这里给大家分享一套由阿里高级架构师编写的《Android八大模块进阶笔记》,帮大家将杂乱、零散、碎片化的知识进行体系化的整理,让大家系统而高效地掌握Android开发的各个知识点。
img
相对于我们平时看的碎片化内容,这份笔记的知识点更系统化,更容易理解和记忆,是严格按照知识体系编排的。

欢迎大家一键三连支持,若需要文中资料,直接扫描文末CSDN官方认证微信卡片免费领取↓↓↓

PS:群里还设有ChatGPT机器人,可以解答大家在工作上或者是技术上的问题

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/33089.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

如何和AI聊天

AI产品工具目录&#xff1a;AI产品目录 Prompt 在和AI聊天时&#xff0c;你得表明你需要啥&#xff0c;并且描述的越精确&#xff0c;AI回答的就越贴近你的预期&#xff0c;简单的对话&#xff0c;可以自己尝试&#xff0c;但是如果想做应用级别的就得学习这种聊天技术&#…

ai聊天对话工具哪种好用?这些ai对话聊天工具不要错过

在如今信息爆炸的时代&#xff0c;人工智能技术正在逐渐渗透到我们的生活和工作中。ai对话聊天技术作为其中的一项重要应用&#xff0c;吸引了越来越多的关注。但是&#xff0c;ai对话聊天技术并不是万能的&#xff0c;它需要一定的技巧和策略才能真正发挥其价值。那么&#xf…

ChatGPT聊天新玩意:如何让AI成为你的聊天好友?

目录 引言&#xff1a; 案例&#xff1a; 淄博旅游第一版本&#xff1a; 分析&#xff1a; 淄博旅游第二版本&#xff1a; 分析&#xff1a; 总结&#xff1a; 万能公式&#xff1a; 引言&#xff1a; ChatGPT是什么&#xff1f;今天用一句话概括&#xff0c;它就是新…

Google Translate 与 ChatGPT:您应该使用哪一个来翻译文本?

在翻译语言方面&#xff0c;两个流行的竞争者是谷歌翻译和ChatGPT。但是哪一个是最好的&#xff0c;谁是谷歌翻译与ChatGPT比赛的赢家&#xff1f; 为了找到答案&#xff0c;PC Mag进行了彻底的评估&#xff0c;将ChatGPT与其竞争对手Bing AI和Google Bard进行了比较。他们的目…

手把手教你爬取网站信息

如题&#xff0c;理解这一部分需要一定的Python基础&#xff0c;有些代码我不做详细解释了&#xff0c;但是用这个方法是确实可以爬到的。 爬取电影的详情数据 1. 在抓包⼯具中先定位到和浏览器地址栏的⽹址⼀样的数据包 ①在页面中右击鼠标&#xff0c;点击检查&#xff0c;…

如何抓取网页中的实时监测数据进行分析

使用wpf做了窗体&#xff0c;跟Silverlight开发环境一样&#xff0c;将前台设计与后台开发逻辑分离开来&#xff0c;抓取南京市九个PM 2.5监测站点的数据 前台代码&#xff1a; <Grid><Button Content"数据获取" Height"23" HorizontalAlignment&…

如何抓取网页数据

如何抓取网页数据&#xff0c;每当我们在网上找到自己想到的数据&#xff0c;都需要复制粘贴或下载然后一步一步地整理。今天教大家如何快速地免费获取网页数据信息&#xff0c;只需要输入域名点选你需要的数据&#xff0c;软件全自动抓取。支持导出各种格式并且已整理归类。详…

用wireshark抓取QQ聊天发送的图片

前言 老师在上课的时候演示了用wireshark抓取QQ发送出去的图片&#xff0c;蛮有意思的&#xff0c;复现一下。 一、使用工具 这里用到的是wireshark这个网络抓包工具&#xff0c;还有winhex这个十六进制编辑器&#xff0c;附上下载地址 wireshark&#xff1a;https://www.wire…

爬取某知名网站的数据

爬取某知名网站的数据&#x1f604; 爬虫 骚操作 不讲武德 耗子尾汁 增加你的浏览量 github传送门&#xff1a; https://github.com/rzy0901/CSDN_visitor 需要安装的包 1️⃣ BeautifulSoup2️⃣ urllib安装方法&#xff1a; 百度 随缘 pip install xxx 代码函数介绍 …

数据可视化网页内容自动抓取工具

网页内容提取支持我们对公开的网页信息数据进行提取&#xff0c;如果通过人工对网页数据采集&#xff0c;是一个繁琐的工作&#xff0c;网页内容提取工具通过可视化的操作页面&#xff0c;模拟人工进行网页内容提取&#xff0c;能快速获取整个网站的对应元素。 网页内容提取工具…

Charles抓取http接口数据

##1.Charles抓取http接口数据 这个资料网上一大堆&#xff0c;此处不再赘述。本着认真负责的态度我还是到网上找了一篇图文并茂的文章供大家参考 iOS使用Charles&#xff08;青花瓷&#xff09;抓包并篡改返回数据图文详解 值得一提的是&#xff0c;这篇文章中讲解的使用Charle…

从网页抓取数据的一般方法

首先要了解对方网页的运行机制 &#xff0c;这可以用httpwacth或者httplook来看一下http发送和接收的数据。这两个工具应该说是比较简单易懂的。这里就不再介绍了。主要关注的内容是header和post的内容。一般会包括cookie&#xff0c;Referer页面和其他一些乱其八糟可能看不懂的…

如何简单的抓取网站数据

1.首先&#xff0c;用带debug的火狐浏览器&#xff0c;访问要抓取的网站&#xff0c;通过debug的控制台或网络找到数据的接口。 2.Spring框架自3.0版本起&#xff0c;自带了任务调度功能&#xff0c;好比是一个轻量级的Quartz&#xff0c;而且使用起来也方便、简单&#xff0c;…

利用Wireshark抓取QQ的数据流

一、准备工作 1、下载好Wireshark。 2、在手机和电脑分别登录同一个 QQ。 3、电脑和手机连同一个网络&#xff08;WiFi和或者手机热点&#xff09;。 二、操作阶段 1、打开Wireshark。 2、查看手机所连接网络的ip地址。 3、选择WLAN&#xff0c;在搜索栏输入ip.src ip地…

如何实时抓取动态网页数据?

我们所生活的数字世界正在不断地产生大量的数据。利用动态大数据已经成为企业数据分析的关键。 在本文中&#xff0c;我们将回答以下几个问题&#xff1a; 1、为什么采集动态数据很重要? 2、动态数据是如何有效的促进业务增长? 3、最重要的是&#xff0c;我们如何能够轻松…

从网站抓取数据的3种最佳方法

1.使用网站API 许多大型社交媒体网站&#xff0c;例如Facebook&#xff0c;Twitter&#xff0c;Instagram&#xff0c;StackOverflow&#xff0c;都提供API供用户访问其数据。有时&#xff0c;您可以选择官方API来获取结构化数据。如下面的Facebook Graph API所示&#xff0c;…

谷歌内部泄露:我们和 OpenAI 都赢不了,因为正被“开源”偷家!

整理 | 郑丽媛、出品 | CSDN&#xff08;ID&#xff1a;CSDNnews&#xff09; 由 ChatGPT 掀起的 AI 大模型之战&#xff0c;已在全球范围内持续了几个月&#xff0c;其中业界尤为关注的&#xff0c;就是 OpenAI 和谷歌二者之间的博弈。 曾经&#xff0c;2017 年率先发布的 Tra…

贾扬清官宣:从阿里离职,或将投身AI创业!

点击下方卡片&#xff0c;关注“CVer”公众号 AI/CV重磅干货&#xff0c;第一时间送达 点击进入—>【计算机视觉】微信技术交流群 转载自&#xff1a;机器之心 贾扬清从阿里巴巴正式毕业&#xff0c;计划走向职业生涯的下一个挑战。 近段时间&#xff0c;ChatGPT 与大模型的…

阿里副总裁贾扬清回应:确认离职,或投身AI架构创业!

来源&#xff1a;机器之心 近段时间&#xff0c;ChatGPT 与大模型的爆火&#xff0c;又吸引了整个科技领域以及投资圈对 AI 的关注。最近也爆出了许多学术界、业界 AI 大佬投身创业潮的消息。 知名人工智能科学家贾扬清从阿里巴巴离职创业的信息也被爆出&#xff0c;贾扬清本人…

【人工智能】大模型基础概念、核心技术、应用场景和未来发展

目录 一、大模型概述 二、大模型的发展历程 三、大模型的核心技术 1. Transformer结