写一段排序算法,Java实现

时间: 2023-11-14 07:40:14 浏览: 32
好的,以下是一个快速排序算法的Java实现: public static void quickSort(int[] arr, int left, int right) { if (left < right) { int pivot = partition(arr, left, right); quickSort(arr, left, pivot - 1); quickSort(arr, pivot + 1, right); } } private static int partition(int[] arr, int left, int right) { int pivot = arr[right]; int i = left - 1; for (int j = left; j < right; j++) { if (arr[j] < pivot) { i++; int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } } int temp = arr[i + 1]; arr[i + 1] = arr[right]; arr[right] = temp; return i + 1; }
相关问题

写一段快速排序算法,用java实现

### 回答1: 下面是一段快速排序算法的Java代码实现: public static void quickSort(int[] arr, int low, int high) { if (arr == null || arr.length == 0) return; if (low >= high) return; // 找寻基准数据的正确索引 int middle = getMiddle(arr, low, high); // 进行迭代对分段数组进行排序 quickSort(arr, low, middle-1); quickSort(arr, middle+1, high); } public static int getMiddle(int[] arr, int low, int high) { // 数组的第一个作为中轴 int tmp = arr[low]; while (low < high) { while (low < high && arr[high] >= tmp) { high--; } // 比中轴小的记录移到低端 arr[low] = arr[high]; while (low < high && arr[low] <= tmp) { low++; } // 比中轴大的记录移到高端 arr[high] = arr[low]; } // 中轴记录到尾 arr[low] = tmp; // 返回中轴的位置 return low; } ### 回答2: 快速排序是一种常用的排序算法,其基本思想是选择一个基准元素,将数组分为两个部分,左侧部分的元素都小于基准元素,右侧部分的元素都大于基准元素,然后递归地对左右两部分进行排序,直到整个数组有序。 下面是用Java实现快速排序的代码: ```java public class QuickSort { public static void main(String[] args) { int[] array = {6, 3, 8, 2, 1, 5, 9, 4, 7}; quickSort(array, 0, array.length - 1); System.out.println("排序结果:" + Arrays.toString(array)); } public static void quickSort(int[] array, int low, int high) { if (low < high) { int pivotIndex = partition(array, low, high); quickSort(array, low, pivotIndex - 1); quickSort(array, pivotIndex + 1, high); } } public static int partition(int[] array, int low, int high) { int pivot = array[low]; while (low < high) { while (low < high && array[high] >= pivot) { high--; } array[low] = array[high]; while (low < high && array[low] <= pivot) { low++; } array[high] = array[low]; } array[low] = pivot; return low; } } ``` 以上代码中,`quickSort`方法接受一个数组和两个索引作为参数,在每次递归调用中,根据基准元素将数组分为两部分,并对两部分进行排序。`partition`方法用于实现分区操作,将数组中的元素按照基准元素分成两部分。最后通过递归调用,整个数组就会有序。 示例中的数组经过排序后的结果为 [1, 2, 3, 4, 5, 6, 7, 8, 9]。 ### 回答3: 快速排序(Quicksort)是一种基于分治思想的排序算法。它通过选择一个基准元素,将数组分为左右两个部分,并将小于基准的元素放在左边,大于基准的元素放在右边。然后再对左右两部分递归地进行快速排序,直到整个数组有序。 以下是用Java实现的快速排序算法: ```java public class QuickSort { public static void sort(int[] arr, int low, int high) { if (arr == null || arr.length == 0) { return; } if (low >= high) { return; } int pivot = arr[low + (high - low) / 2]; int left = low; int right = high; while (left <= right) { while (arr[left] < pivot) { left++; } while (arr[right] > pivot) { right--; } if (left <= right) { int temp = arr[left]; arr[left] = arr[right]; arr[right] = temp; left++; right--; } } if (low < right) { sort(arr, low, right); } if (high > left) { sort(arr, left, high); } } public static void main(String[] args) { int[] arr = {4, 2, 6, 8, 3, 1, 5, 7}; int low = 0; int high = arr.length - 1; sort(arr, low, high); for (int num : arr) { System.out.print(num + " "); } } } ``` 以上代码定义了一个`QuickSort`类,其中`sort`方法接收一个数组`arr`和两个索引`low`、`high`,用于表示待排序部分的起始和结束位置。在`sort`方法内部,首先判断输入的数组是否为空或者长度为0,若是,则直接返回。然后,选择基准元素`pivot`,并初始化左右指针`left`和`right`。接下来,进行循环,将小于基准的元素放在左边,大于基准的元素放在右边,直到左指针大于右指针。最后,对左右两部分分别递归调用`sort`方法,直到整个数组有序。 在`main`方法中,我们创建一个测试数组`arr`,并传入起始和结束位置调用`sort`方法。最后,我们遍历输出排序后的数组。 以上就是用Java实现的快速排序算法。快速排序的时间复杂度为O(nlogn),是一种高效的排序算法。

写一段java 冒泡排序算法

好的,以下是用Java编写的冒泡排序算法: ``` public static void bubbleSort(int[] arr) { int n = arr.length; for (int i = 0; i < n - 1; i++) { for (int j = 0; j < n - i - 1; j++) { if (arr[j] > arr[j + 1]) { // swap arr[j] and arr[j+1] int temp = arr[j]; arr[j] = arr[j + 1]; arr[j + 1] = temp; } } } } ``` 这个算法使用了嵌套循环,在每次循环中比较相邻的两个元素,如果它们的顺序不正确,则进行交换。 请注意,这只是一种简单的排序算法,并不适用于大型数据集。更高效的算法如快速排序和归并排序更适合大型数据集的排序。

相关推荐

最新推荐

recommend-type

###对华为OD分布式操作系统的详细介绍

华为OD
recommend-type

2110220116吴骏博.py

2110220116吴骏博.py
recommend-type

基于Java的ApplicationPower快速项目生成脚手架设计源码

ApplicationPower项目生成脚手架设计源码:该项目基于Java开发,包含284个文件,主要使用Java和Shell语言。ApplicationPower是一个快速的项目生成脚手架,旨在帮助开发者快速搭建项目框架,包括创建项目结构、配置文件、开发环境等,提高开发效率。
recommend-type

基于MATLAB实现的OFDM经典同步算法之一Park算法仿真,附带Park算法经典文献+代码文档+使用说明文档.rar

CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的OFDM经典同步算法之一Park算法仿真,附带Park算法经典文献+代码文档+使用说明文档.rar 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
recommend-type

基于MATLAB实现的imu和视觉里程计 kalman滤波器 进行融合+使用说明文档.rar

CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的imu和视觉里程计 kalman滤波器 进行融合+使用说明文档.rar 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】MATLAB用遗传算法改进粒子群GA-PSO算法

![MATLAB智能算法合集](https://static.fuxi.netease.com/fuxi-official/web/20221101/83f465753fd49c41536a5640367d4340.jpg) # 2.1 遗传算法的原理和实现 遗传算法(GA)是一种受生物进化过程启发的优化算法。它通过模拟自然选择和遗传机制来搜索最优解。 **2.1.1 遗传算法的编码和解码** 编码是将问题空间中的解表示为二进制字符串或其他数据结构的过程。解码是将编码的解转换为问题空间中的实际解的过程。常见的编码方法包括二进制编码、实数编码和树形编码。 **2.1.2 遗传算法的交叉和
recommend-type

openstack的20种接口有哪些

以下是OpenStack的20种API接口: 1. Identity (Keystone) API 2. Compute (Nova) API 3. Networking (Neutron) API 4. Block Storage (Cinder) API 5. Object Storage (Swift) API 6. Image (Glance) API 7. Telemetry (Ceilometer) API 8. Orchestration (Heat) API 9. Database (Trove) API 10. Bare Metal (Ironic) API 11. DNS
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。