1.二叉树
二叉树是n(n>=0)个结点的有序集合。每个结点最多有2个子节点,即左结点和右结点,且左右结点顺序不能更改。
当n=0时,为空二叉树;当n=1时,为只有一个根二叉树。
1 public class BinTree {
2
3 private BinTree lChild;//左结点
4
5 private BinTree rChild;//右结点
6
7 private Object data; //数据域
8
9 public BinTree getlChild() {
10 return lChild;
11 }
12
13 public void setlChild(BinTree lChild) {
14 this.lChild = lChild;
15 }
16
17 public BinTree getrChild() {
18 return rChild;
19 }
20
21 public void setrChild(BinTree rChild) {
22 this.rChild = rChild;
23 }
24
25 public Object getData() {
26 return data;
27 }
28
29 public void setData(Object data) {
30 this.data = data;
31 }
32
33 }
2.排序
(1)冒泡排序
重复地走访过要排序的数列,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,也就是说该数列已经排序完成。时间复杂度 O(n²),为稳定算法。
将数依次进行比较,并将大(或小)的,网后放,如下:
1 public static void bubbleSort(int []arr) {
2 for(int i =0;iarr[j+1]) { //把大的数放在后面
5 int temp = arr[j];
6
7 arr[j]=arr[j+1];
8
9 arr[j+1]=temp;
10 }
11 }
12 }
13 }
(2)快速排序
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。
复制代码
public class FastSort{
public static void main(String []args){
System.out.println("Hello World");
int[] a = {12,20,5,16,15,1,30,45,23,9};
int start = 0;
int end = a.length-1;
sort(a,start,end);
for(int i = 0; istart){
//从后往前比较
while(end>start&&a[end]>=key) //如果没有比关键值小的,比较下一个,直到有比关键值小的交换位置,然后又从前往后比较
end--;
if(a[end]<=key){
int temp = a[end];
a[end] = a[start];
a[start] = temp;
}
//从前往后比较
while(end>start&&a[start]<=key)//如果没有比关键值大的,比较下一个,直到有比关键值大的交换位置
start++;
if(a[start]>=key){
int temp = a[start];
a[start] = a[end];
a[end] = temp;
}
//此时第一次循环比较结束,关键值的位置已经确定了。左边的值都比关键值小,右边的值都比关键值大,但是两边的顺序还有可能是不一样的,进行下面的递归调用
}
//递归
if(start>low) sort(a,low,start-1);//左边序列。第一个索引位置到关键值索引-1
if(end
(3)选择排序
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。 选择排序是不稳定的排序方法(比如序列[5, 5, 3]第一次就将第一个[5]与[3]交换,导致第一个5挪动到第二个5后面)。
1 public static void selectSort(int[]a){
2 int minIndex=0;
3 int temp=0;
4
5 for(int i=0;i
(4)插入排序
每步将一个待排序的记录,按其顺序码大小插入到前面已经排序的字序列的合适位置(从后向前找到合适位置后),直到全部插入排序完为止。
每一个数和它前面的数依次进行比较,因为前面的数的顺序是已经排好的
1 private static int[] insertSort(int[]arr){
2 for(int i=1;i0;j--){
4 if(arr[j]
(5)希尔排序
把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止。
1 public static void main(String [] args)
2 {
3 int[]a={49,38,65,97,76,13,27,49,78,34,12,64,1};
4 //希尔排序
5 int d=a.length;
6 while(true){
7 d=d/2;
8 for(int x=0;x=0&&a[j]>temp;j=j-d){
13 a[j+d]=a[j];
14 }
15 a[j+d]=temp;
16 }
17 }
18 if(d==10){
19 break;
20 }
21 }
22 }
(6)归并排序
建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。时间复杂度O(n log n) 。
1 public static int[] sort(int[] nums, int low, int high) {
2 int mid = (low + high) / 2;
3 if (low < high) {
4 // 左边
5 sort(nums, low, mid);
6 // 右边
7 sort(nums, mid + 1, high);
8 // 左右归并
9 merge(nums, low, mid, high);
10 }
11 return nums;
12 }
(6)堆排序
利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。可以利用数组的特点快速定位指定索引的元素。(暂没理解)
4.递归、迭代
递归是自己调用自己,直到满足结束递归的条件时结束。迭代是不断的循环,直接循环结束。一般来说,能用迭代就不用递归,递归消耗资源大。
1 递归
2 int recursion(...){
3 if(...) { //递归终止条件
4 return abc(...);
5 }
6 return 0;
7 }
8
9 迭代
10 int iteration(...){
11 for(; ; ;) { //迭代终止条件
12 a = b + c;
13 }
14 }
5.位操作
位操作与逻辑运算符是2种不同的东西,初学之时,自己还经常记不清。位操作有6种,即与(&)、或(|)、异或(^)、取反(~)、左移(<<)、右移(>>)。在这些位操作运算符中,只有取反(~)是弹幕运算符,其他5种都是双目运算符。
6.概率
7.排列组合
二分查找
算法:当数据量很大适宜采用该方法。采用二分法查找时,数据需是有序不重复的。 基本思想:假设数据是按升序排序的,对于给定值 x,从序列的中间位置开始比较,如果当前位置值等于 x,则查找成功;若 x 小于当前位置值,则在数列的前半段中查找;若 x 大于当前位置值则在数列的后半段中继续查找,直到找到为止。
假设有一个数组 { 12, 23, 34, 45, 56, 67, 77, 89, 90 },现要求采用二分法找出指定的数值并将其在数组的索引返回,如果没有找到则返回 -1。代码如下:
package cn.sunzn.dichotomy;
public class DichotomySearch {
public static void main(String[] args) {
int[] arr = new int[] { 12, 23, 34, 45, 56, 67, 77, 89, 90 };
System.out.println(search(arr, 12));
System.out.println(search(arr, 45));
System.out.println(search(arr, 67));
System.out.println(search(arr, 89));
System.out.println(search(arr, 99));
}
public static int search(int[] arr, int key) {
int start = 0;
int end = arr.length - 1;
while (start <= end) {
int middle = (start + end) / 2;
if (key < arr[middle]) {
end = middle - 1;
} else if (key > arr[middle]) {
start = middle + 1;
} else {
return middle;
}
}
return -1;
}
}