快速排序

快速排序原理:快排采集分治法的思想,根据排序基准值把待数据分成两份,左边的数据比基准值小,右边的数据比基准值大,然后左右两边数据再按照各自己基准值划分...直至分解已排序的小数组,最终得到已排序数组。

 

关于基准值位置查找

微缩:最左边的设为基准值,从后往前找小的,找到移到前面,再从前往后找大的,再找到移到后面...直到找不到为止。

啰嗦:把最前面的数值当做基准值,然后从数组的右边位置向左找比基准值小的数据,没找到说明最前面的位置就是基准值位置;找到就移到最前面,然后从前面位置开始往后找比基准值大的数据,没找到说明前一个比基准值小的数据的原始位置就是基准值位置,把基准值放入该位置;找到则从后往前找小...直到前面和后面的位置相遇,查找结束,把基准值放入相遇位置。

 

时间复杂度:最优O(nlogn),最坏O(n^2),平均O(nlogn)

最优情况在每次查找的基准值位置恰好把数组二等分;

最坏情况是数组已经排好序,无论是升序还是降序;

 

下面是快排的递归和非递归两种实现版本,当排序数量小于插入排序的阈值时,改用插入排序

 

public static final int INSERTIONSORT_THRESHOLD = 7;

 

public static <T extends Comparable<T>> int compare(T a, T b) {
    if (a == null){
        return b == null ? 0 : -1;
    }
    if (b == null){
        return 1;
    }
    return a.compareTo(b);
}

 

/**
 * @description 查找基准值
 * @param data
 * @param offset
 * @param end
 * @return
 */
public static <T extends Comparable<T>> int findIndex(T[] data, int offset, int end) {
    T tmp = data[offset];
    while (offset < end) {
        while (compare(tmp, data[--end]) < 0);// 从后往前找小的
        if (offset < end) {
            data[offset] = data[end];// 小的往前移
            while (++offset < end && compare(tmp, data[offset]) >= 0);// 从前往后找大的
            if (offset < end){
                data[end] = data[offset];// 大的往后移
            }
        }
    }
    data[offset] = tmp;
    return offset;
}

 

递归快排

/**
 * @description 快排递归算法
 * @param data
 * @param offset
 * @param end
 */
public static <T extends Comparable<T>> void quickSortRecursion(T[] data, int offset, int end) {
    if (end - offset < INSERTIONSORT_THRESHOLD) {
        insertSort(data, offset, end);
        return;
    }
    int i = findIndex(data, offset, end);
    if (i - 1 > offset){
        quickSortRecursion(data, offset, i);
    }
    if (++i < end){
        quickSortRecursion(data, i, end);
    }
}

 

使用自定义栈模拟方法栈来实现非递归快排

/**
 * @description 快排非递归算法
 * @param stack 实例空栈
 * @param data 待排数组
 * @param offset 开始位置
 * @param end 结束位置
 */
public static <T extends Comparable<T>> void quickSort(Stack stack, T[] data, int offset, int end) {
    stack.push(end);
    stack.push(offset);
    int i;
    while (!stack.empty()) {
        offset = stack.pop();
        end = stack.pop();
        i = findIndex(data, offset, end);
        if (i + 1 + INSERTIONSORT_THRESHOLD <= end) {
            stack.push(end);
            stack.push(i + 1);
        } else {
            insertSort(data, i + 1, end);
        }
        if (offset + INSERTIONSORT_THRESHOLD <= i) {
            stack.push(i);
            stack.push(offset);
        } else {
            insertSort(data, offset, i);
        }
    }
}

 

 链栈和数组栈的实现

/**
 * @description 栈接口
 * @author Luckywb
 * @version 1.0 2013-07-13
 */
public interface Stack{
    public void push(int value);
    public boolean empty();
    public int peek();
    public int pop();
}
/**
 * @description 链栈
 * @author Luckywb
 * @version 1.0 2013-07-13
 */
public class LinkedStack implements Stack {

    private Node node;
    private int value;

    public void push(int value) {
        node = new Node(node, this.value);
        this.value = value;
    }

    public boolean empty() {
        return node == null;
    }

    public int peek() {
        return value;
    }

    public int pop() {
        final int tmp = this.value;
        this.value = node.value();
        this.node = node.next;
        return tmp;
    }

    public String toString() {
        StringBuilder sb = new StringBuilder(value);
        Node st = this.node;
        while (st != null) {
            sb.append("->").append(st.value());
            st = st.next;
        }
        return sb.toString();
    }

    public static class Node {
        private int value;
        protected Node next;

        public Node(int value) {
            this.value = value;
        }

        public Node(Node next, int value) {
            this.next = next;
            this.value = value;
        }

        public void add(int value) {
            Node tmp = this;
            while (tmp.next != null) {
                tmp = tmp.next;
            }
            tmp.next = new Node(value);
        }

        public Node remove() {
            final Node tmp = next;
            next = null;
            return tmp;
        }

        public int value() {
            return value;
        }
    }
}

 

/**
 * @description 数组栈
 * @author Luckywb
 * @version 1.0 2013-07-13
 */
public class ArrayStack implements Stack {

	int[] value;
	int top;

	public ArrayStack(int len) {
		top = -1;
		value = new int[len];
	}

	public void ensureCapacity() {
		int len = value.length;
		if (top + 1 == len) {
			int[] dest = new int[len << 1];
			System.arraycopy(value, 0, dest, 0, len);
			value = dest;
		}
	}

	public void push(int val) {
		ensureCapacity();
		value[++top] = val;
	}

	public boolean empty() {
		return top < 0;
	}

	public int pop() {
		return value[top--];
	}

	public int peek() {
		return value[top];
	}

}

 

内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享模块的创建和平台特定模块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在多个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值