【练习】归并排序算法,不使用Comparable接口实现

本文详细介绍了使用Java实现的合并排序算法,通过递归将数组分成更小的部分,然后将这些部分合并为有序数组。文章提供了完整的代码示例,包括排序和测试过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

合并排序: 

package edu.xalead.Test;

public class Mergesort1 {

    public  static void sort(int a[]){
        int l =0;
        int r = a.length-1;
        //归并
        devide(a,l,r);
    }
    /**
     * 归==>分治
     */
    private static void  devide(int a[],int left,int right){
        //递归
        int mid = (left + right)/2;
        if(left<right) {

            devide(a, left, mid);
            devide(a, mid + 1, right);
            //并
            merge(a,left,mid,mid+1,right);
        }
    }

    private static void merge(int a[], int left, int mid, int i, int right) {

        int[] temp = new int[a.length];
        int index = left;  // 起始索引从自己开始
        int ls = left, le = mid;   // leftstart leftend
        int rs = i, re = right;

        //至少把一边的数组按顺序放入临时数组
        while (ls <= le && rs <= re) {
//            Comparable o1 = (Comparable) list.get(ls);
//            Comparable o2 = (Comparable) list.get(rs);
            if (a[ls] < a[rs]) {  // o1<o2 retrun -1;
                temp[index] = a[ls];
                ls++;
            } else {
                temp[index] = a[rs];      // o1>=o2
                rs++;
            }
            index++;
        }

        //判断左边是否有剩余元素
        if (ls <= le) {
            for (int j = ls; j <= le; j++) {
                temp[index++] = a[j];
            }
        }
        //判断右边是否有剩余元素
        if (rs <= re) {
            for (int j = rs; j <= re; j++) {
                temp[index++] = a[j];
            }
        }

        for (int j = left; j <= right; j++) {
            a[j] = temp[j];
        }

    }
}



检测:

package edu.xalead.Test;

import edu.xalead.Iterator;
import edu.xalead.collection.Student;
import org.junit.Test;

import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.List;

public class testCollection {
//    @Test
//    public void test1() {
//        List<Student> list = new ArrayList<>();
//
//        java.util.Collections.sort(list,
//                (o1, o2) -> {
//                    if (o1 instanceof Student && o2 instanceof Student) {
//                        Student s1 = (Student) o1;
//                        Student s2 = (Student) o2;
//
//                        if (s1.getId() > s2.getId()) return 1;
//                        if (s1.getId() < s2.getId()) return -1;
//                        return 0;
//                    }
//                    throw new RuntimeException("类型不匹配无法比较");
//
//                });
//    }
//
//    @Test
//    public void test2() {
//        List<Integer> s = new ArrayList<>();
//
//        s.add(12);
//        s.add(234);
//        s.add(4354);
//        s.add(46546);
//        s.add(0);
//        s.add(-124);
//        //反转
//        System.out.println(s);
//        Collections.reverse(s);
//        System.out.println(s);
//        //从大到小排序
//        Collections.sort(s);
//        System.out.println(s);
//        // 打乱
//        Collections.shuffle(s);
//        System.out.println(s);
//        // 交换索引i和j的索引位置
//        Collections.swap(s, 4, 1);
//        System.out.println(s);
//        // 旋转
//        Collections.rotate(s, 3);
//        System.out.println(s);
//
//        // Collections.binarySearch();
//
//    }
//
//    @Test
//    public void test3() {
//        List s = new ArrayList();
//        s.add(new Student(324324, "HAHA"));
//        s.add(new Student(143543, "DAHA"));
//        s.add(new Student(323545, "JAHA"));
//        s.add(new Student(423545, "WAHA"));
//
//        System.out.println("排序前: \n " + s);
//        edu.xalead.Test.Collections.sort(s);
//        System.out.println("排序后: \n" + s);
//    }
//
//
//    @Test
//    public void test4(){
//
//        List s = new ArrayList();
//        s.add(12);
//        s.add(34325);
//        s.add(525);
//        s.add(0);
//        s.add(-241);
//
//        System.out.println("排序前:\n" + s );
//        edu.xalead.Test.Collections.sort(s);
//        System.out.println("排序后: \n" + s);
//
//
//    }
    @Test
    public void test5(){

       int []a = {2432,6546,57,0,6,462,-5436,3564};

        Mergesort1.sort(a);
        for(int i=0;i<a.length;i++){
            System.out.print(a[i] + "  ");
        }

    }

}

 测试结“:

                     

 

 

 

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