提示:以下是本篇文章正文内容,下面案例可供参考
冒泡排序就是把小的元素往前调或者把大的元素往后调。比较是相邻的两个元素比较,交换也发生在这两个元素之间。所以,如果两个元素相等,是不会再交换的;如果两个相等的元素没有相邻,那么即使通过前面的两两交换把两个相邻起来,这时候也不会交换,所以相同元素的前后顺序并没有改变,所以冒泡排序是一种稳定排序算法。
时间复杂度:O(n²)
public class BubbleSort {
/**
* 冒泡排序
* 1. 比较相邻的元素。如果第一个比第二个大,就交换他们两个。
* 2. 对每一对相邻元素做同样的工作,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。
* 3. 针对所有的元素重复以上的步骤,除了最后一个。
* 4. 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
*/
@Test
public void bubbleSortDemo() {
Integer[] array = {1, 12, 6, 19, 18, 9, 66, 89};
for (int i = 0; i < array.length - 1; i++) {
boolean mark = false; //标记是否有交换数据,如果没有交换数据则表明数组已是有序数组,无需再进行排序
for (int j = 0; j < array.length - 1 - i; j++) {
if (array[j] > array[j + 1]) {
int temp = array[j];
array[j] = array[j+1];
array[j+1] = temp;
mark = true ;
}
}
if(!mark){
//没有交换数据则表明数组已是有序数组,无需再进行排序
break;
}
System.out.println(Arrays.toString(array));
}
// System.out.println(Arrays.toString(array));
}
/**
* 冒泡排序加强版
* 记录最后一次交换索引的位置
*
*/
@Test
public void bubbleSortPlusDemo() {
Integer[] array = {1, 12, 6, 19, 18, 9, 66, 89};
int lastIndex = array.length - 1;
while (true) {
int index = 0;
for (int j = 0; j <lastIndex; j++) {
System.out.println("array : "+Arrays.toString(array)+" ::: "+j);
if (array[j] > array[j + 1]) {
int temp = array[j];
array[j] = array[j+1];
array[j+1] = temp;
//记录最后一次交换索引的位置
index = j;
}
}
//记录最后一次交换索引的位置
lastIndex = index;
if(lastIndex==0){
break;
}
System.out.println(Arrays.toString(array));
}
// System.out.println(Arrays.toString(array));
}
}
选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理是:第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,然后再从剩余的未排序元素中寻找到最小(大)元素,然后放到已排序的序列的末尾。以此类推,直到全部待排序的数据元素的个数为零。选择排序是不稳定的排序方法
最好复杂度:O(n^2)
最差复杂度:O(n^2)
public class SelectionSort {
/**
* 选择排序 是一种简单直观的排序算法。
* 1. 第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,
* 2. 再从剩余的未排序元素中寻找到最小(大)元素,然后放到已排序的序列的末尾。
* 3. 以此类推,直到全部待排序的数据元素的个数为零。选择排序是不稳定的排序方法
*/
@Test
public void selectionSortDemo() {
Integer[] array = {1, 12, 6, 19, 18, 9, 66, 89};
for (int i = 0; i < array.length; i++) {
int tempIndex = i;//用于记录最小索引
for (int j = i; j < array.length; j++) {
//判断最小值
if(array[tempIndex] > array[j]){
tempIndex = j; // 获取最小索引
}
}
//与最小索引进行替换
int temp = array[i];
array[i] = array[tempIndex];
array[tempIndex] = temp;
}
System.out.println(Arrays.toString(array));
}
}
插入排序,一般也被称为直接插入排序。对于少量元素的排序,它是一个有效的算法 。
插入排序是一种最简单的排序方法,它的基本思想是将一个记录插入到已经排好序的有序表中,从而一个新的、记录数增1的有序表。在其实现过程使用双层循环,外层循环对除了第一个元素之外的所有元素,内层循环对当前元素前面有序表进行待插入位置查找,并进行移动
空间复杂度:O(1)
时间复杂度:O(N^(1-2))
public class InsertionSort {
/**
* 插入排序
* 将数组分为两个区域,排序区和未排序区,每一轮从未排序区选取第一个元素与排序区做对比,直到对比结束。默认第一个是排序好的
* 例:[6, 5, 2]
* 1. 默认6是排序好的,5是未排序的 ---> 6>5 交换位置 -->[5, 6, 2]
* 2. 5,6是排序好的,2是未排序的 ---> 2<6 6往后移一位,然后2还要与5比较 2<5 --》[2, 5, 6] 直到2找到合适位置
*/
@Test
public void insertionSortDemo() {
Integer[] array = {1, 12, 6, 19, 18, 9, 66, 89};
for (int i = 1; i < array.length; i++) {//默认第一个是排序好的,所以要从索引为1的位置开始
int insertVal = array[i]; // 待插入的值
int index = i - 1; //待比较的索引
while (index >= 0) {
if (insertVal < array[index]) {//如果待插入的值比前面的值小
array[index + 1] = array[index]; //那么比较的值往后移一位
index--;
}else{
break;
}
}
//插入值
array[index + 1] = insertVal;
System.out.println(Arrays.toString(array));
}
// System.out.println(Arrays.toString(array));
}
@Test
public void insertionSortDemo02() {
Integer[] array = {1, 12, 6, 19, 18, 9, 66, 89};
for (int i = 1; i < array.length; i++) {
for (int j = i - 1; j >= 0; j--) {
if (array[j + 1] < array[j]) {
int temp = array[j + 1];
array[j + 1] = array[j];
array[j] = temp;
} else {
break;
}
}
System.out.println(Arrays.toString(array));
}
// System.out.println(Arrays.toString(array));
}
}
快速排序采用的是分治思想,即在一个无序的序列中选取一个任意的基准元素pivot,利用pivot将待排序的序列分成两部分,前面部分元素均小于或等于基准元素,后面部分均大于或等于基准元素,然后采用递归的方法分别对前后两部分重复上述操作,直到将无序序列排列成有序序列
public class QuickSort {
@Test
public void quickSortDemo() {
Integer[] array = {1, 12, 6, 19, 18, 9, 66, 89};
recursionQuickSort(array, 0, array.length - 1);
System.out.println(Arrays.toString(array));
}
/**
* 递归调用
*
* @param array
* @param startIndex
* @param endIndex
*/
public void recursionQuickSort(Integer[] array, Integer startIndex, Integer endIndex) {
if (startIndex >= endIndex) {//如果起始边界大于等于结束边界 结束递归
return;
}
//获取基准点的索引位置,此时比基准点小的全在左侧,比基准点大的全在右侧,可以分而治之
Integer pvIndex = quickSort(array, startIndex, endIndex);
//分而治之-->对基准点左侧元素递归调用
recursionQuickSort(array, startIndex, pvIndex - 1);
//分而治之-->对基准点右侧元素递归调用
recursionQuickSort(array, pvIndex + 1, endIndex);
}
/**
* 单边循环快速排序---->基准点选择最右侧得元素
* 1. 选择右侧元素做为基准点
* 2. I 指针维护小于基准点的边界,也就是每次交换的目标索引
* 3. J 指针负责找到比基准点小的元素,一旦找到则与 I 索引交换
* 4. 最后交换基准点与 I 交换, 因为基准点选择是的右侧的, I 一定是大于基准点的,所以大于基准点的放在右
*
* @param array
*/
public int quickSort(Integer[] array, Integer startIndex, Integer endIndex) {
int pv = array[endIndex];//设置基准点 基准点选择最右侧得元素
int j = startIndex; //设置比基准点小的元素索引
for (int i = startIndex; i < endIndex; i++) {
if (array[i] < pv) { //如果当前元素比基准点小 那么将当前元素与基准点大的元素进行交换
int temp = array[i];
array[i] = array[j];
array[j] = temp;
j++; //默认比基准点小的元素索引为0,一旦发现比基准点小的元素就与J交换位置,此时就能保证比基准点小的元素全在基准点的左侧
}
}
//调换基准点元素,因为基准点选择的是最右侧得元素,所以与 j(此时的j是++后的) 互换位置,换过去的一定是大于基准点的元素
array[endIndex] = array[j];
array[j] = pv;
// System.out.println(Arrays.toString(array));
return j;
}
}
快速排序采用的是分治思想,即在一个无序的序列中选取一个任意的基准元素pivot,利用pivot将待排序的序列分成两部分,前面部分元素均小于或等于基准元素,后面部分均大于或等于基准元素,然后采用递归的方法分别对前后两部分重复上述操作,直到将无序序列排列成有序序列
public class QuickSort {
@Test
public void quickSortDemo() {
Integer[] array = {1, 12, 6, 19, 18, 9, 66, 89};
recursionQuickSort(array, 0, array.length - 1);
System.out.println(Arrays.toString(array));
}
/**
* 递归调用
*
* @param array
* @param startIndex
* @param endIndex
*/
public void recursionQuickSort(Integer[] array, Integer startIndex, Integer endIndex) {
if (startIndex >= endIndex) {//如果起始边界大于等于结束边界 结束递归
return;
}
//获取基准点的索引位置,此时比基准点小的全在左侧,比基准点大的全在右侧,可以分而治之
Integer pvIndex = quickSort(array, startIndex, endIndex);
//分而治之-->对基准点左侧元素递归调用
recursionQuickSort(array, startIndex, pvIndex - 1);
//分而治之-->对基准点右侧元素递归调用
recursionQuickSort(array, pvIndex + 1, endIndex);
}
/**
* 双边循环快速排序---->基准点选择最左侧的元素
* 1. 选择左侧元素做为基准点
* 2. rl指针负责从右向左找比基准点小的元素,lr指针负责从左向右找比基准点大的元素。
* 3. 一旦找到,二者交换 直到 rl == lr 说明两个指针重合,结束循环
* 4. 最后交换基准点位置
*
* @param array
*/
public int quickSort(Integer[] array, Integer startIndex, Integer endIndex) {
Integer pv = array[startIndex]; //确定基准点--以最左侧为基准点
Integer lrIndex = startIndex;//确定比基准点大的索引--》左-右
Integer rlIndex = endIndex;//确定比基准点小的索引--》右-左
while (rlIndex > lrIndex) {
//从右向左找比基准点小的索引
while (rlIndex > lrIndex && pv <= array[rlIndex]) {
rlIndex--;
}
//从左向右找比基准点大的索引
while (rlIndex > lrIndex && pv >= array[lrIndex]) {
lrIndex++;
}
//互换位置
int temp = array[lrIndex];
array[lrIndex] = array[rlIndex];
array[rlIndex] = temp;
}
//基准点换位置
array[startIndex] = array[rlIndex];
array[rlIndex] = pv;
return rlIndex;
}
}
折半查找法也称为二分查找法,它充分利用了元素间的次序关系,采用分治策略,可在最坏的情况下用O(log n)完成搜索任务。它的基本思想是:(这里假设数组元素呈升序排列)将n个元素分成个数大致相同的两半,取a[n/2]与欲查找的x作比较,如果x=a[n/2]则找到x,算法终止;如 果xa[n/2],则我们只要在数组a的右 半部继续搜索x。
public class BinarySearch {
@Test
public void binarySearchDemo() {
//二分查找默认有序数组
Integer[] array = {1, 6, 9, 12, 18, 19, 66, 89};
//调用二分查找方法
int index = binarySearch(array, 0, array.length, 12);
System.out.println(index);
}
/**
* 二分查找
* 折半查找法也称为二分查找法,它充分利用了元素间的次序关系,采用分治策略,可在最坏的情况下用O(log n)完成搜索任务。
* 它的基本思想是:(这里假设数组元素呈升序排列)将n个元素分成个数大致相同的两半,取a[n/2]与欲查找的x作比较,如果x=a[n/2]则找到x,
* 算法终止;如 果xa[n/2],则我们只要在数组a的右 半部继续搜索x。
*
* @param array
* @param leftRange 左边界
* @param rightRange 右边界
* @param target 目标元素
* @return
*/
public int binarySearch(Integer[] array, Integer leftRange, Integer rightRange, Integer target) {
while (rightRange >= leftRange) {
//获取中间索引位置 防止整数溢出
int middleIndex = (leftRange + rightRange) >>> 1; // 第一种解决办法
//推导:middleIndex = (leftRange + rightRange)/2 ==>leftRange - leftRange/2 + rightRange/2 ==>leftRange + (rightRange - leftRange) / 2;
// int middleIndex = leftRange + (rightRange - leftRange) / 2; // 第二解决办法
if (array[middleIndex] == target) {//中间值与目标值正好相等
return middleIndex;
} else if (array[middleIndex] < target) {//中间值小于目标值
leftRange = middleIndex + 1; // 设置左边界
} else if (array[middleIndex] > target) {//中间值大于目标值
rightRange = middleIndex - 1;// 设置右边界
}
}
return -1;
}
}
深入了解Collection的实现类
1. ArrayList扩容机制
- ArrayList是懒惰扩容机制,即没有添加元素前即使指定了容量,也不会真正创建数组
- add(E e)首次扩容为10,非首次扩容为上次数组长度的1.5倍
- addAll(Collection extends E> c) 首次扩容会将默认长度10与集合长度做对比那个大用哪个,非首次扩容会对比原容量的1.5倍与集合长度做对比,那个大用哪个。
2. ArrayList遍历时可以修改集合吗?
ArrayList是 fail-fast 的典型代表,遍历时不可以修改集合。在遍历时会拿到集合的长度,如果集合增加或减少那么长度就会改变,遍历时发现长度变化,则会直接报错。
CopyOnWriteArrayList是 fail-safe 的典型代表,遍历时可以修改集合。在遍历时会复制集合,当集合被修改时会创建新的集合,不会影响遍历的集合
3. ArrayList 和 LinkedList的区别?
- ArrayList的底层是数组,内存是连续的,可以利用cpu缓存。 LinkedList的底层是双向链表,内存无需连续。
- ArrayList基于索引的随机访问效率高,基于内容的随机访问效率和 LinkedList一样,都需要从头开始遍历。
- ArrayList的尾部插入,删除速度快,无需移动数组,越靠近头部的插入,删除越慢,因为需要移动数组。
- LinkedList头尾插入,删除性能高。中间插入删除效率低,主要因为从头遍历比较耗时。
1. Map 1,7 和 1.8有何不同?
1.7:底层使用数组+链表
1.8:底层使用数组+链表或红黑树
2. 为何使用红黑树?为何不直接用红黑树?
- 防止链表长度超长时影响性能,所以使用红黑树。
- 树化是一种偶然情况,是用来防止攻击的。正常情况下在负载因子为0.75.链表长度为8出现的概率是极低的。
- 链表长度设置为8,就是为了降低树化的机率。
- 链表的查询效率为O(1),红黑树的查询效率为O(log2 N),而且红黑树的TreeNode比链表Node更占空间。
3. 链表何时会树化,红黑树何时会退化成链表?
- 链表长度超过阈值(8)且数组长度大于64,满足以上链表会进化成红黑树。
- 数组扩容时拆分红黑树的元素个数小于等于6,则会退化成链表。
- 删除树节点时,若root 、root.left、root.right、root.let.let有一个为null也会退化成链表。
4. 多线程下对Map进行put造成数据错乱?
5. Map1.7 扩容为什么会造成死链
因为JDK1.7 Map使用头插法,在多线程下扩容时容易造成死链。例:链表中有a,b两个元素,其中a的下一个元素是b,当线程T1,T2同时对数组进行扩容时,假设T2先执行,因为头插法扩容后的顺序为b,a,此时b的下一个元素时a。由于扩容不会对元素进行更改,此时b指向a,同时a又指向b,当T1线程对数组进行扩容时就会造成死链。
6. Map的key是否可以为null,对象作为key应如何处理?
- HashMap的key可以为null,其余Map的实现则不可以(tableMap)。
- 对象作为key应重写hashCode方法和equals方法,且key的内容不可以被修改。