目录
0.修改栈堆内存
一.堆排序
1 原理
2.代码实现
3.分析
二.冒泡排序
1 原理
2.实现
3.分析
三.快速排序(重要)
1 原理-总览
2.方法:挖坑法
步骤一
步骤二
步骤三
步骤四
步骤五
步骤六
3.代码实现挖坑法
4.分析
四.字符串转整数
1.字符串方法
2.字符数组方法
3.sb方法
五.笔试强训
基本原理也是选择排序,只是不在使用遍历的方式查找无序区间的最大的数,而是通过堆来选择无序区间的最大的数。
注意: 排升序要建大堆;排降序要建小堆
/*** 堆排序*/
public static void heapSort(int[] array){createHeap(array);int end=array.length-1;while(end>0){//等于0的时候就不需要调整了swap(array[0],array[end]);shiftDown(array,0,end);end--;}
}
public static void createHeap(int[] array) {for (int parent =(array.length-1-1)/2; parent >=0 ; parent--) {shiftDown(array,parent,array.length);}
}
public static void shiftDown(int[] array,int parent,int len){int child=parent*2+1;while(childarray[parent]){swap(array[child],array[parent]);parent=child;child=parent*2+1;}else{break;}}
}
/*** 堆排序*/
/*** 时间复杂度:O(N * log N)** 空间复杂度:O(1)** 稳定性:不稳定** 面试 写堆排序 就是 写的调整过程** @param array*/
因为要遍历每个元素所以就是n然后最坏情况下要从上往下一直调整就是树的高度logn
所以就是 时间复杂度:O(N * log N)
在无序区间,通过相邻数的比较,将最大的数冒泡到无序区间的最后,持续这个过程,直到数组整体有序
/*** 冒泡排序*/
public static void bubbleSort(int[] array) {for (int i = 0; i < array.length; i++) {//int max=i;int j = i+1;boolean flg=true;for (; j < array.length-i-1; j++) {if(array[j]>array[j+1]){swap(array[j],array[j+1]);flg=false;}}if(flg) return;}
}
/*** 冒泡排序* 时间复杂度:O(N^2)* 有序情况下:O(n)* 空间复杂度:O(1)* 稳定性:稳定的排序* @param array*/
以包含相等的)放到基准值的右边;
3. 采用分治思想,对左右两个小区间按照同样的方式处理,直到小区间的长度 == 1,代表已经有序,或者小区间
的长度 == 0,代表没有数据。
先定义数组第一个元素tmp.挖坑
再定义两个指针一个是end另外一个是start
遍历end 如果比tmp大的end就往右移 也就是end--
遇到比tmp小的就放到坑里
停止遍历
遍历start,遇到比tmp小的就左移,也就是start++
遇到比tmp大的就放在end所在坑里
停止遍历
直到start与end相遇那么这个位置放入tmp的值,
这个位置也是基准
这样就发现基准的左边就比他小.基准的右边就比他大
分而治之,再次递归.分别对基准的左边和右边做同样的行为
再次递归发现.3右边只有一个元素或者没有元素,就代表有序了.4默认有序
第一步 快排的时候需要找基准
第二步,分别递归左边和右边
左边:
右边
第三步 递归结束条件
也就是left>=right
/*** 快速排序*/
public static void quickSort(int[] array) {quick(array,0,array.length-1);
}
public static void quick(int[]array,int left,int right){if(left>=right) return;int pivot=partition(array,left,right);quick(array,left,pivot-1);//分支左边quick(array,pivot+1,right);
}
public static int partition(int[] array,int start,int end){int tmp=array[start];while(start>end){if(start>end&&array[end]>tmp){end--;}//end遇到tmp小的,就放到start的位置array[start]=array[end];if(start>end&&array[start]<=tmp){start++;}//start遇到比tmp大的,就放到end的位置array[end]=array[start];}//到这里,start与end相遇array[start]=tmp;return start;
}
每一层都需要n 一共有logn 所以就是相乘
空间复杂度就是
* 时间复杂度:* 最好【每次可以均匀的分割待排序序列】:O(N*logn) * 最坏:数据有序 或者逆序的情况 O(N^2) * 空间复杂度:* 最好:O(logn) * 最坏:O(n) 单分支的一棵树 * 稳定性:不稳定的排序 * @param array */
最坏的情况下就是有序的树,
他是数据敏感的
跟对排类似,但是前面的k要小
如果对空间复杂度没有要求.用快排
对空间复杂度又要求 用堆排或者归并
不可以不取等号
不然的话,遇到两个数相等的情况,进不了if语句
end和start就一直互相换
因为递归需要在栈上开辟内存,
idea可以设置栈的大小
先看几种情况
字符串底层是一个数组
是被final修饰不可以改.
字符串转整数如果用自带的方法就是
Integer.valueof(String)
如果自己用就是
要注意这两种情况的关系
一个是不指向任何对象.一个是有对象,但是对象里面是空的
import java.util.*;
public class Main{public static void main(String[] args){Scanner sc=new Scanner(System.in);while(sc.hasNext()){String str=sc.nextLine();if(str==null||str.isEmpty()) return;int flg=0;if(str.charAt(0)=='+'){flg=1;}if(str.charAt(0)=='-'){flg=-1;}int sum=0;for(int i=0;i'9'){//System.out.println(sum);break;}if(str.charAt(i)==0){break;}sum=(str.charAt(i)-'0');}}else{if(str.charAt(i)<'0'||str.charAt(i)>'9'){sum=0;break;}sum=sum*10+(str.charAt(i)-'0');}}if(flg==0) flg=1;System.out.println(flg*sum);}}
}
因为字符串本身不能改变所以只能用这样的方式不停地比较.
如果用字符数组把第一个是+-号的改成0即可.
import java.util.*;
public class Solution {public int StrToInt(String str) {//Scanner sc=new Scanner(System.in);if(str==null||str.isEmpty()) return 0;int sum=0;// String str=sc.nextLine();char[] arr=str.toCharArray();int flg=1;if(arr[0]=='+'){// flg=1;arr[0]='0';}if(arr[0]=='-'){flg=-1;arr[0]='0';}for(int i=0;i'9'){sum=0; break;}sum=sum*10+arr[i]-'0';}return sum*flg;}
}
import java.util.*;
public class Solution {public int StrToInt(String str) {if(str.length()==0) return 0;StringBuilder sb=new StringBuilder();if(str.charAt(0)!='+'&&str.charAt(0)!='-'){if(str.charAt(0)>='0'&&str.charAt(0)<='9'){sb.append(str.charAt(0));}else{return 0;}}//不是加减的情况int flg=1;if(str.charAt(0)=='-'){flg=-1;}for(int i=1;i'9'){return 0;}else{sb.append(str.charAt(i));}}sb.reverse();int sum=0;int m=1;int n=0;for(int i=0;i
下一篇:常见分布式事务解决方案