jeff's blog

1、前提：二分查找的前提是需要查找的数组必须是已排序的，我们这里的实现默认为升序2、原理：将数组分为三部分，依次是中值（所谓的中值就是数组中间位置的那个值）前，中值，中值后；将要查找的值和数组的中值进行比较，若小于中值则在中值前面找，若大于中值则在中值后面找，等于中值时直接返回。然后依次是一个递归过程，将前半部分或者后半部分继续分解为三部分。可能描述得不是很清楚，若是不理解可以去网上找。从描述

1、用途：聚类算法通常用于数据挖掘，将相似的数组进行聚簇2、原理：网上比较多，可以百度或者google一下3、实现：Java代码如下package org.algorithm;import java.util.ArrayList;import java.util.Random;/** * K均值聚类算法 */public class Kmeans { privat

1、前面一篇文章算法——K均值聚类算法（Java实现）简单的实现了一下K均值分类算法，这节我们对于他的应用进行一个扩展应用2、目标为对对象的分类3、具体实现如下1）首先建立一个基类KmeansObject，目的为继承该类的子类都可以应用我们的k均值算法进行分类，代码如下package org.cyxl.util.algorithm;/** * 所有使用k均值分类算法的对象

转自：http://www.cnblogs.com/longyi1234/archive/2010/03/22/1691904.html按平均时间将排序分为四类：（1）平方阶(O(n2))排序    　一般称为简单排序，例如直接插入、直接选择和冒泡排序；（2）线性对数阶(O(nlgn))排序    　如快速、堆和归并排序；（3）O(n1+￡)阶排序

1. 问题背景在实际应用中，我们经常会遇到在一大推数据中找出最大的几个数的问题，也就是我们提到的TOP K问题。K表示需要找出数据的数量2. 解决方案TOP K问题也有多种解决方案，比如排序，最后截取靠前或者靠后的K个数据。当数据量小的时候，排序解决起来当然可以，算法简单，排序算法也有很多现成的。当数据量很大时，维护一个很长的数组，不管是空间存储上还是排序耗费的时间上都可能难以接受。这时我们可以采用

概述上文我们讲到TOP K问题最小堆的实现，采用的比较基本数据类型int。这里我们将扩展到比较对象代码实现这里我们直接上代码，这里的扩展最小堆我们取名为ExMinHeap，实现如下package org.cyxl.common;/** * 扩展最小堆,采用泛型,存储的对象必须实现Comparable接口