Java使用二分法進(jìn)行查找和排序的示例
實現(xiàn)二分法查找
二分法查找,需要數(shù)組內(nèi)是一個有序的序列
二分查找比線性查找:數(shù)組的元素數(shù)越多,效率提高的越明顯
二分查找的效率表示:O(log2N) N在2的M次冪范圍,那查找的次數(shù)最大就是M, log2N表示2的M次冪等于N, 省略常數(shù),簡寫成O(logN)
如有一個200個元素的有序數(shù)組,那么二分查找的最大次數(shù):
2^7=128, 2^8=256, 可以看出7次冪達(dá)不到200,8次冪包括, 所以最大查找次數(shù)就等于8
//循環(huán),二分查找 static int binarySearch(int[] array, int data) { int start = 0; int end = array.length - 1; int mid = -1; while (start <= end) { System.out.println("查找次數(shù)"); mid = (start + end) >>> 1; if (array[mid] < data) { start = mid + 1; } else if (array[mid] > data) { end = mid - 1; } else { return mid; } System.out.println("start=" + start+",end="+end+",mid="+mid); } return -1; }
//遞歸二分查找 初始start=0, end = array.length - 1 static int binarySearch4Recursion(int[] array, int data, int start, int end) { int mid = -1; System.out.println("查找次數(shù)"); if (start > end) { return mid; } mid = (start + end) >>> 1; if (array[mid] < data) { return binarySearch4Recursion(array, data, mid + 1, end); } else if (array[mid] > data) { return binarySearch4Recursion(array, data, start, mid - 1); } else { return mid; } }
二分法插入排序
設(shè)有一個序列a[0],a[1]...a[n];其中a[i-1]前是已經(jīng)有序的,當(dāng)插入時a[i]時,利用二分法搜索a[i]插入的位置
效率:O(N^2),對于初始基本有序的序列,效率上不如直接插入排序;對于隨機(jī)無序的序列,效率比直接插入排序要高
/* * 二分(折半)插入排序 * 設(shè)有一個序列a[0],a[1]...a[n];其中a[i-1]前是已經(jīng)有序的,當(dāng)插入時a[i]時,利用二分法搜索a[i]插入的位置 */ public class BinaryInsertSort { public static void main(String[] args) { int len = 10; int[] ary = new int[len]; Random random = new Random(); for (int j = 0; j < len; j++) { ary[j] = random.nextInt(1000); } binaryInsert(ary); /* * 復(fù)雜度分析: 最佳情況,即都已經(jīng)排好序,則無需右移,此時時間復(fù)雜度為:O(n lg n) 最差情況,全部逆序,此時復(fù)雜度為O(n^2) * 無法將最差情況的復(fù)雜度提升到O(n|logn)。 */ // 打印數(shù)組 printArray(ary); } /** * 插入排序 * @param ary */ private static void binaryInsert(int[] ary) { int setValueCount = 0; // 從數(shù)組第二個元素開始排序,因為第一個元素本身肯定是已經(jīng)排好序的 for (int j = 1; j < ary.length; j++) {// 復(fù)雜度 n // 保存當(dāng)前值 int key = ary[j]; // ∆ 利用二分查找定位插入位置 // int index = binarySearchAsc(ary, ary[j], 0, j - 1);// 復(fù)雜度:O(logn) // int index = binarySearchDesc(ary, ary[j], 0, j - 1);// 復(fù)雜度:O(logn) int index = binarySearchDesc2(ary, ary[j], 0, j - 1);// 復(fù)雜度:O(logn) printArray(ary); System.out.println("第" + j +"個索引上的元素要插入的位置是:" + index); // 將目標(biāo)插入位置,同時右移目標(biāo)位置右邊的元素 for (int i = j; i > index; i--) {// 復(fù)雜度,最差情況:(n-1)+(n-2)+...+n/2=O(n^2) ary[i] = ary[i - 1]; //i-1 <==> index setValueCount++; } ary[index] = key; setValueCount++; } System.out.println("\n 設(shè)值次數(shù)(setValueCount)=====> " + setValueCount); } /** * 二分查找 升序 遞歸 * * @param ary * 給定已排序的待查數(shù)組 * @param target * 查找目標(biāo) * @param from * 當(dāng)前查找的范圍起點 * @param to * 當(dāng)前查找的返回終點 * @return 返回目標(biāo)在數(shù)組中,按順序應(yīng)在的位置 */ private static int binarySearchAsc(int[] ary, int target, int from, int to) { int range = to - from; // 如果范圍大于0,即存在兩個以上的元素,則繼續(xù)拆分 if (range > 0) { // 選定中間位 int mid = (to + from) / 2; // 如果臨界位不滿足,則繼續(xù)二分查找 if (ary[mid] > target) { /* * mid > target, 升序規(guī)則,target較小,應(yīng)交換位置 前置, 即target定位在mid位置上, * 根據(jù) 查找思想, 從from到 mid-1認(rèn)為有序, 所以to=mid-1 */ return binarySearchAsc(ary, target, from, mid - 1); } else { /* * mid < target, 升序規(guī)則,target較大,不交換位置,查找比較的起始位置應(yīng)為mid+1 */ return binarySearchAsc(ary, target, mid + 1, to); } } else { if (ary[from] > target) {//如 5,4, 要插入的是4 return from; } else { return from + 1; } } } /** * 二分查找 降序, 遞歸 */ private static int binarySearchDesc(int[] ary, int target, int from, int to) { int range = to - from; if (range > 0) { int mid = (from + to) >>> 1; if (ary[mid] > target) { return binarySearchDesc(ary, target, mid + 1, to); } else { return binarySearchDesc(ary, target, from, mid - 1); } } else { if (ary[from] > target) {//如 5,4, 要插入的是4 return from + 1; } else { return from; } } } /** * 二分查找 降序, 非遞歸 */ private static int binarySearchDesc2(int[] ary, int target, int from, int to) { // while(from < to) { for (; from < to; ) { int mid = (from + to) >>> 1; if (ary[mid] > target) { from = mid + 1; } else { to = mid -1; } } //from <==> to; if (ary[from] > target) {//如 5,4, 要插入的是4 return from + 1; } else { return from; } } private static void printArray(int[] ary) { for (int i : ary) { System.out.print(i + " "); } } }
打印
918 562 442 531 210 216 931 706 333 132 第1個索引上的元素要插入的位置是:1 918 562 442 531 210 216 931 706 333 132 第2個索引上的元素要插入的位置是:2 918 562 442 531 210 216 931 706 333 132 第3個索引上的元素要插入的位置是:2 918 562 531 442 210 216 931 706 333 132 第4個索引上的元素要插入的位置是:4 918 562 531 442 210 216 931 706 333 132 第5個索引上的元素要插入的位置是:4 918 562 531 442 216 210 931 706 333 132 第6個索引上的元素要插入的位置是:0 931 918 562 531 442 216 210 706 333 132 第7個索引上的元素要插入的位置是:2 931 918 706 562 531 442 216 210 333 132 第8個索引上的元素要插入的位置是:6 931 918 706 562 531 442 333 216 210 132 第9個索引上的元素要插入的位置是:9
設(shè)值次數(shù)(setValueCount)=====> 24
931 918 706 562 531 442 333 216 210 132
相關(guān)文章
Java實現(xiàn)PDF轉(zhuǎn)圖片的三種方法
有些時候我們需要在項目中展示PDF,所以我們可以將PDF轉(zhuǎn)為圖片,然后已圖片的方式展示,效果很好,Java使用各種技術(shù)將pdf轉(zhuǎn)換成圖片格式,并且內(nèi)容不失幀,本文給大家介紹了三種方法實現(xiàn)PDF轉(zhuǎn)圖片的案例,需要的朋友可以參考下2023-10-10SpringBoot Application注解原理及代碼詳解
這篇文章主要介紹了SpringBoot Application注解原理及代碼詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-06-06IDEA創(chuàng)建Java項目文件并運(yùn)行教程解析
這篇文章主要介紹了IDEA創(chuàng)建Java項目文件并運(yùn)行教程解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-11-11springboot中設(shè)置定時任務(wù)的三種方法小結(jié)
在我們開發(fā)項目過程中,經(jīng)常需要定時任務(wù)來幫助我們來做一些內(nèi)容,本文介紹了springboot中設(shè)置定時任務(wù)的三種方法,主要包括@Scheduled注解,Quartz框架和xxl-job框架的實現(xiàn),感興趣的可以了解一下2023-12-12java.io.EOFException產(chǎn)生原因及解決方法(附代碼)
java.io.EOFException表示在讀取數(shù)據(jù)時突然遇到了文件或流的末尾,也就是說客戶端或服務(wù)器已經(jīng)關(guān)閉了連接,但是你還在嘗試讀取數(shù)據(jù),這篇文章主要給大家介紹了關(guān)于java.io.EOFException產(chǎn)生原因及解決的相關(guān)資料,需要的朋友可以參考下2023-09-09RabbitMq中channel接口的幾種常用參數(shù)詳解
這篇文章主要介紹了RabbitMq中channel接口的幾種常用參數(shù)詳解,RabbitMQ 不會為未確認(rèn)的消息設(shè)置過期時間,它判斷此消息是否需要重新投遞給消費者的唯一依據(jù)是消費該消息的消費者連接是否己經(jīng)斷開,需要的朋友可以參考下2023-08-08