JAVA根据数组元素大小并以 a ＜= b ＞= d ＜= c ＞= e 格式输出，举例：数组[1,5,3,4,7,5]，输出如：1＜=4＞=3＜=7＞=5＜=5．请写出相关代码

public class Main {
    public static void main(String[] args) {
        int[] arr = {1, 5, 3, 4, 7, 5};
        Arrays.sort(arr); // 对数组进行排序
        for (int i = 0; i < arr.length; i++) {
            System.out.print(arr[i]);
            if (i == 0) {
                System.out.print("<="); // 最小值输出小于等于符号
            } else if (i == arr.length - 1) {
                System.out.print(">="); // 最大值输出大于等于符号
            } else if (arr[i] == arr[i - 1]) {
                continue; // 相同元素不输出符号
            } else {
                System.out.print("<="); // 中间元素输出小于等于符号
            }
        }
    }
}

相关问题

Java数组比较大小举例

Java数组比较大小可以使用Arrays类中的sort方法进行排序，然后比较第一个和最后一个元素的大小即可。例如：

int[] arr = {5, 3, 9, 1, 7};
Arrays.sort(arr);
if(arr[] < arr[arr.length-1]){
System.out.println("最大值为：" + arr[arr.length-1]);
}else{
System.out.println("最大值为：" + arr[]);
}

java解题：给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。算法的时间复杂度应该为 O(log (m+n)) 。 测试用例 举例1： 输入：nums1 = [1,3], nums2 = [2] 输出：2.00000 解释：合并数组 = [1,2,3] ，中位数 2 举例2：输入：nums1 = [1,2], nums2 = [3,4] 输出：2.50000 解释：合并数组 = [1,2,3,4] ，中位数 (2 + 3) / 2 = 2.5 ，代码把详细注释添加上

以下是Java代码实现，注释详细说明了算法的思路和具体实现细节：

public double findMedianSortedArrays(int[] nums1, int[] nums2) {
    int m = nums1.length;
    int n = nums2.length;
    // 确保数组1的长度小于等于数组2的长度
    if (m > n) {
        int[] temp = nums1;
        nums1 = nums2;
        nums2 = temp;
        int tmp = m;
        m = n;
        n = tmp;
    }
    // i为数组1的分割线左侧元素的个数，j为数组2的分割线左侧元素的个数
    int iMin = 0, iMax = m, halfLen = (m + n + 1) / 2;
    while (iMin <= iMax) {
        int i = (iMin + iMax) / 2;
        int j = halfLen - i;
        // i太小，需要增大
        if (i < iMax && nums2[j - 1] > nums1[i]) {
            iMin = i + 1;
        }
        // i太大，需要减小
        else if (i > iMin && nums1[i - 1] > nums2[j]) {
            iMax = i - 1;
        }
        // i刚好合适
        else {
            // 分别找到左侧的最大值和右侧的最小值
            int maxLeft = 0;
            if (i == 0) {
                maxLeft = nums2[j - 1];
            } else if (j == 0) {
                maxLeft = nums1[i - 1];
            } else {
                maxLeft = Math.max(nums1[i - 1], nums2[j - 1]);
            }
            if ((m + n) % 2 == 1) {
                return maxLeft;
            }
            int minRight = 0;
            if (i == m) {
                minRight = nums2[j];
            } else if (j == n) {
                minRight = nums1[i];
            } else {
                minRight = Math.min(nums1[i], nums2[j]);
            }
            return (maxLeft + minRight) / 2.0;
        }
    }
    return 0.0;
}

该算法的时间复杂度为 O(log (m+n))，因为每次循环都将搜索范围缩小一半，直到找到中位数位置。