首页 文章 精选 留言 我的

精选列表

搜索[代码生成],共10000篇文章
优秀的个人博客,低调大师

Java中数组高级之各种排序代码

1.冒泡排序 1 package cn.itcast; 2 3 /* 4 * 冒泡排序基本思路是: 5 * 依次比较相邻的两个数,将小数放在前面,大数放在后面。 6 * 即在第一趟:首先比较第1个和第2个数,将小数放前,大数放后。 7 * 然后比较第2个数和第3个数,将小数放前,大数放后,如此继续, 8 * 直至比较最后两个数,将小数放前,大数放后。至此第一趟结束,将最大的数放到了最后。 9 * 在第二趟:仍从第一对数开始比较(因为可能由于第2个数和第3个数的交换,使得第1个数不再小于第2个数), 10 * 将小数放前,大数放后,一直比较到倒数第二个数(倒数第一的位置上已经是最大的),第二趟结束,在倒数第二的位置上得到一个新的最大数。(其实在整个数列中是第二大的数)。 11 * 如此下去,重复以上过程,直至最终完成排序。 12 */ 13 public class BubbleSort { 14 public static void sort(int[] data) { 15 for (int i = 0; i < data.length - 1; i++) { 16 for (int j = 0; j < data.length - 1 - i; j++) { 17 if (data[j] > data[j + 1]) { 18 SortTest.swap(data, j, j + 1); 19 } 20 } 21 } 22 } 23 } View Code 2.选择排序 1 package cn.itcast; 2 3 /* 4 * 选择排序基本思路是: 5 * 把第一个元素依次和后面的所有元素进行比较。 6 * 第一次结束后,就会有最小值出现在最前面。 7 * 其余依次类推。 8 */ 9 public class SelectionSort { 10 public static void sort(int[] data) { 11 for (int x = 0; x < data.length - 1; x++) { 12 for (int y = x + 1; y < data.length; y++) { 13 if (data[y] < data[x]) { 14 SortTest.swap(data, x, y); 15 } 16 } 17 } 18 } 19 } View Code 3.插入排序 1 package cn.itcast; 2 3 /* 4 * 插入排序基本思路是: 5 * 将n个元素的数列分为已有序和无序两个部分,如插入排序过程示例下所示: 6 * {{a1},{a2,a3,a4,…,an}} 7 * {{a1⑴,a2⑴},{a3⑴,a4⑴ …,an⑴}} 8 * {{a1(n-1),a2(n-1) ,…},{an(n-1)}} 9 * 每次处理就是将无序数列的第一个元素与有序数列的元素从后往前逐个进行比较, 10 * 找出插入位置,将该元素插入到有序数列的合适位置中。 11 */ 12 public class InsertSort { 13 public static void sort(int[] data) { 14 for (int i = 1; i < data.length; i++) { 15 for (int j = i; (j > 0) && (data[j] < data[j - 1]); j--) { 16 SortTest.swap(data, j, j - 1); 17 } 18 } 19 } 20 } View Code 4.希尔排序 1 package cn.itcast; 2 3 /* 4 * 希尔排序基本思路是: 5 先取一个小于n的整数d1作为第一个增量, 6 * 把文件的全部记录分成(n除以d1)个组。所有距离为d1的倍数的记录放在同一个组中。 7 * 先在各组内进行直接插入排序;然后,取第二个增量d2<d1重复上述的分组和排序, 8 * 直至所取的增量dt=1(dt < dt-l <…< d2 < d1),即所有记录放在同一组中进行直接插入排序为止。 9 * 10 * 属于插入类排序,是将整个无序列分割成若干小的子序列分别进行插入排序。 11 * 排序过程:先取一个正整数d1<n,把所有序号相隔d1的数组元素放一组, 12 * 组内进行直接插入排序;然后取d2<d1,重复上述分组和排序操作;直至di=1, 即所有记录放进一个组中排序为止 。 13 * 初始: 14 * d=5 49 38 65 97 76 13 27 49 55 04 15 * 49 13 |-------------| 16 * 38 27 |-------------| 17 * 65 49 |---------------| 18 * 97 55 |---------------| 19 * 76 04 |--------------| 20 * 一趟结果 13 27 49 55 04 49 38 65 97 76 21 * 22 * d=3 13 27 49 55 04 49 38 65 97 76 23 * 13 55 38 76 |--------|--------|--------| 24 * 27 04 65 |--------|--------| 25 * 49 49 97 |--------|--------| 26 * 二趟结果 13 04 49 38 27 49 55 65 97 76 27 * 28 * d=1 13 04 49 38 27 49 55 65 97 76 29 * |--|--|--|--|--|--|--|--|--| 30 * 13 04 49 38 27 49 55 65 97 76 31 * 三趟结果 04 13 27 38 49 49 55 65 76 97 32 */ 33 public class ShellSort { 34 public static void sort(int[] data) { 35 for (int i = data.length / 2; i > 2; i /= 2) { 36 for (int j = 0; j < i; j++) { 37 insertSort(data, j, i); 38 } 39 } 40 insertSort(data, 0, 1); 41 } 42 43 /** 44 * @param data 45 * @param j 46 * @param i 47 */ 48 private static void insertSort(int[] data, int start, int inc) { 49 for (int i = start + inc; i < data.length; i += inc) { 50 for (int j = i; (j >= inc) && (data[j] < data[j - inc]); j -= inc) { 51 SortTest.swap(data, j, j - inc); 52 } 53 } 54 } 55 } View Code 5.快速排序 1 package cn.itcast; 2 3 /* 4 * 快速排序基本思路是: 5 * 一趟快速排序的算法是: 6 * 1)设置两个变量i、j,排序开始的时候:i=0,j=N-1; 7 * 2)以第一个数组元素作为关键数据,赋值给key,即 key=A[0]; 8 * 3)从j开始向前搜索,即由后开始向前搜索(j=j-1即j--), 9 * 找到第一个小于key的值A[j],A[i]与A[j]交换; 10 * 4)从i开始向后搜索,即由前开始向后搜索(i=i+1即i++), 11 * 找到第一个大于key的A[i],A[i]与A[j]交换; 12 * 5)重复第3、4、5步,直到 i=j。 13 * (3,4步是在程序中没找到时候,j=j-1,i=i+1,直至找到为止。 14 * 找到并交换的时候i,j指针位置不变。 15 * 另外当i=j这过程一定正好是i++或j--完成的,最后令循环结束。) 16 */ 17 public class QuickSort { 18 public static void sort(int[] data) { 19 quickSort(data, 0, data.length - 1); 20 } 21 22 private static void quickSort(int[] data, int i, int j) { 23 int pivotIndex = (i + j) / 2; 24 // swap 25 SortTest.swap(data, pivotIndex, j); 26 27 int k = partition(data, i - 1, j, data[j]); 28 SortTest.swap(data, k, j); 29 if ((k - i) > 1) 30 quickSort(data, i, k - 1); 31 if ((j - k) > 1) 32 quickSort(data, k + 1, j); 33 34 } 35 36 /** 37 * @param data 38 * @param i 39 * @param j 40 * @return 41 */ 42 private static int partition(int[] data, int l, int r, int pivot) { 43 do { 44 while (data[++l] < pivot) 45 ; 46 while ((r != 0) && data[--r] > pivot) 47 ; 48 SortTest.swap(data, l, r); 49 } while (l < r); 50 SortTest.swap(data, l, r); 51 return l; 52 } 53 } View Code 6.归并排序 1 package cn.itcast; 2 3 /* 4 * 归并操作(merge),也叫归并算法,指的是将两个已经排序的序列合并成一个序列的操作。 5 * 如设有数列{6,202,100,301,38,8,1} 6 * 初始状态: [6] [202] [100] [301] [38] [8] [1] 比较次数 7 * i=1 [6 202 ] [ 100 301] [ 8 38] [ 1 ] 3 8 * i=2 [ 6 100 202 301 ] [ 1 8 38 ] 4 9 * i=3 [ 1 6 8 38 100 202 301 ] 4 10 */ 11 public class MergeSort { 12 public static void sort(int[] data) { 13 int[] temp = new int[data.length]; 14 mergeSort(data, temp, 0, data.length - 1); 15 } 16 17 private static void mergeSort(int[] data, int[] temp, int l, int r) { 18 int mid = (l + r) / 2; 19 if (l == r) 20 return; 21 mergeSort(data, temp, l, mid); 22 mergeSort(data, temp, mid + 1, r); 23 24 for (int i = l; i <= r; i++) { 25 temp[i] = data[i]; 26 } 27 int i1 = l; 28 int i2 = mid + 1; 29 for (int cur = l; cur <= r; cur++) { 30 if (i1 == mid + 1) 31 data[cur] = temp[i2++]; 32 else if (i2 > r) 33 data[cur] = temp[i1++]; 34 else if (temp[i1] < temp[i2]) 35 data[cur] = temp[i1++]; 36 else 37 38 data[cur] = temp[i2++]; 39 } 40 } 41 } View Code 7.堆排序 1 package cn.itcast; 2 3 /* 4 * 堆排序基本思路是: 5 * 堆排序利用了大根堆(或小根堆)堆顶记录的关键字最大(或最小)这一特征,使得在当前无序区中选取最大(或最小)关键字的记录变得简单。 6 * (1)用大根堆排序的基本思想: 7 * ① 先将初始文件R[1..n]建成一个大根堆,此堆为初始的无序区; 8 * ② 再将关键字最大的记录R[1](即堆顶)和无序区的最后一个 记录R[n]交换,由此得到新的无序区R[1..n-1]和有序区R[n],且满足R[1..n-1].keys≤R[n].key; 9 * ③ 由于交换后新的根R[1]可能违反堆性质,故应将当前无序区R[1..n-1]调整为堆。 10 * 然后再次将R[1..n-1]中关键字最大的记录R[1]和该区间的最后一个记录R[n-1]交换,由此得到新的无序区R[1..n-2]和有序区R[n-1..n], 11 * 且仍满足关系R[1..n-2].keys≤R[n-1..n].keys,同样要将R[1..n-2]调整为堆。直到无序区只有一个元素为止。 12 * (2)大根堆排序算法的基本操作: 13 * ① 初始化操作:将R[1..n]构造为初始堆; 14 * ② 每一趟排序的基本操作:将当前无序区的堆顶记录R[1]和该区间的最后一个记录交换,然后将新的无序区调整为堆(亦称重建堆)。 15 */ 16 public class HeapSort { 17 public static void sort(int[] data) { 18 MaxHeap h = new MaxHeap(); 19 h.init(data); 20 for (int i = 0; i < data.length; i++) 21 h.remove(); 22 System.arraycopy(h.queue, 1, data, 0, data.length); 23 } 24 25 private static class MaxHeap { 26 27 void init(int[] data) { 28 this.queue = new int[data.length + 1]; 29 for (int i = 0; i < data.length; i++) { 30 queue[++size] = data[i]; 31 fixUp(size); 32 } 33 } 34 35 private int size = 0; 36 37 private int[] queue; 38 39 public int get() { 40 return queue[1]; 41 42 } 43 44 public void remove() { 45 SortTest.swap(queue, 1, size--); 46 fixDown(1); 47 } 48 49 // fixdown 50 private void fixDown(int k) { 51 int j; 52 while ((j = k << 1) <= size) { 53 if (j < size && queue[j] < queue[j + 1]) 54 j++; 55 if (queue[k] > queue[j]) // 不用交换 56 57 break; 58 SortTest.swap(queue, j, k); 59 k = j; 60 } 61 } 62 63 private void fixUp(int k) { 64 while (k > 1) { 65 int j = k >> 1; 66 if (queue[j] > queue[k]) 67 break; 68 SortTest.swap(queue, j, k); 69 70 k = j; 71 } 72 } 73 74 } 75 } View Code 排序测试类 1 package cn.itcast; 2 3 import java.util.Arrays; 4 5 public class SortTest { 6 7 public static void main(String[] args) { 8 int[] arr = { 2, 5, 3, 1, 4 }; 9 System.out.println("排序前:" + Arrays.toString(arr)); 10 // BubbleSort.sort(arr); 11 // SelectionSort.sort(arr); 12 // InsertSort.sort(arr); 13 // ShellSort.sort(arr); 14 // QuickSort.sort(arr); 15 // MergeSort.sort(arr); 16 // HeapSort.sort(arr); 17 System.out.println("排序后:" + Arrays.toString(arr)); 18 } 19 20 /* 21 * 交换数组中的两个元素 22 */ 23 public static void swap(int[] data, int i, int j) { 24 int temp = data[i]; 25 data[i] = data[j]; 26 data[j] = temp; 27 } 28 } 我的GitHub地址: https://github.com/heizemingjun 我的博客园地址: http://www.cnblogs.com/chenmingjun 我的蚂蚁笔记博客地址: http://blog.leanote.com/chenmingjun Copyright ©2018 黑泽明军 【转载文章务必保留出处和署名,谢谢!】

优秀的个人博客,低调大师

300行Kotlin代码实现的区块链

使用Kotlin实现的区块链基本逻辑! 源码地址 GitHub仓库 启动方式 启动参数添加 -Dserver.port=8080,启动不同的端口,模拟不同的节点。 假设目前启动了8080和8081两个端口: 通过POST http://localhost:8080/peer 来添加节点的互通。body为peer=ws://localhost:8081/endpoint 添加完成后,8080与8081节点即建立了链接 通过POST http://localhost:8080/block来添加区块。body为data=11111 参考 A blockchain in 200 lines of code(需FQ) A blockchain in 200 lines of code(翻译) js版naivechain Java版naivechain(有两处逻辑错误)

优秀的个人博客,低调大师

基于Redis的Bloomfilter去重(附代码

前言 “去重”是日常工作中会经常用到的一项技能,在爬虫领域更是常用,并且规模一般都比较大。去重需要考虑两个点:去重的数据量、去重速度。为了保持较快的去重速度,一般选择在内存中进行去重。 数据量不大时,可以直接放在内存里面进行去重,例如python可以使用set()进行去重。 当去重数据需要持久化时可以使用redis的set数据结构。 当数据量再大一点时,可以用不同的加密算法先将长字符串压缩成16/32/40个字符,再使用上面两种方法去重; 当数据量达到亿(甚至十亿、百亿)数量级时,内存有限,必须用“位”来去重,才能够满足需求。Bloomfilter就是将去重对象映射到几个内存“位”,通过几个位的0/1值来判断一个对象是否已经存在。 然而Bloomfilter运行在一台机器的内存上,不方便持久化(机器down掉就什么都没啦),也不方便分布式爬虫

优秀的个人博客,低调大师

(转)用NSDateFormatter调整时间格式的代码

在开发iOS程序时,有时候需要将时间格式调整成自己希望的格式,这个时候我们可以用NSDateFormatter类来处理。 例如: //实例化一个NSDateFormatter对象 NSDateFormatter *dateFormatter = [[NSDateFormatter alloc] init]; //设定时间格式,这里可以设置成自己需要的格式 [dateFormatter setDateFormat:@"yyyy-MM-dd HH:mm:ss"]; //用[NSDate date]可以获取系统当前时间 NSString *currentDateStr = [dateFormatter stringFromDate:[NSDate date]]; //输出格式为:2010-10-27 10:22:13 NSLog(@”%@”,currentDateStr); //alloc后对不使用的对象别忘了release [dateFormatter release]; 本文转自编程小翁博客园博客,原文链接:http://www.cnblogs.com/wengzilin/archive/2012/03/06/2382356.html,如需转载请自行联系原作者

资源下载

更多资源
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册