快速排序

1、双边循环法

package cn.di4zhang;

import java.util.Arrays;

public class PivotDouble {
public static void quickSort(int[] arr,int startIndex,int endIndex){
//递归结束条件:startIndex大于或等于endIndex时
if(startIndex>=endIndex){
return;
}
//得到基准元素位置
int pivotIndex = partition(arr,startIndex,endIndex);
//根据基准元素,分成两部分进行递归排序
quickSort(arr,startIndex,pivotIndex-1);
quickSort(arr,pivotIndex+1,endIndex);
}

/**
 * 分冶(双边循环法)
 * @param arr			待交换的数组
 * @param startIndex	起始下标
 * @param endIndex		结束下标
 */
private static int partition(int[] arr, int startIndex, int endIndex) {
	//取第1个位置(也可以选择随机位置)的元素作为基准元素
	int pivot = arr[startIndex];
	int left = startIndex;
	int right = endIndex;
	
	while(left !=right){
		//控制right指针比较并左移
		while(left<right  &&  arr[right]>pivot){
			right--;
		}
		//控制left和right指针比较并右移
		while(left<right &&  arr[left]<=pivot){
			left++;
		}
		//交换left和right指针所指向的元素
		if(left<right){
			int p=arr[left];
			arr[left] = arr[right];
			arr[right]=p;
		}
	}
	//pivot和指针重合点交换
	arr[startIndex] = arr[left];
	arr[left] = pivot;
	
	return left;
}
public static void main(String[] args) {
	// TODO Auto-generated method stub
	int[] arr = new int[]{3,4,4,6,5,3,2,8,1};
	quickSort(arr,0,arr.length-1);
	System.out.println(Arrays.toString(arr));
}

}

**

2、单边循环法

**
package cn.di4zhang;

import java.util.Arrays;

public class PivotOne {
public static void quickSort(int[] arr,int startIndex,int endIndex){
//递归结束条件:startIndex大于或等于endIndex时
if(startIndex>=endIndex){
return;
}
//得到基准元素位置
int pivotIndex = partition(arr,startIndex,endIndex);
}
/**
* 分冶(单边循环法)
* @param arr 待交换的数组
* @param startIndex 起始下标
* @param endIndex 结束下标
*/
private static int partition(int[] arr, int startIndex, int endIndex) {
//取第1个位置(也可以选择随机位置)的元素作为基准元素
int pivot = arr[startIndex];
int mark = startIndex;

	for(int i = startIndex+1;i<=endIndex;i++){
		if(arr[i]<pivot){
			mark++;
			int p = arr[mark];
			arr[mark] = arr[i];
			arr[i] = p;
		}
	}
	arr[startIndex] = arr[mark];
	arr[mark] = pivot;
	return mark;
}
public static void main(String[] args) {
	int[] arr = new int[]{3,4,4,6,5,3,2,8,1};
	quickSort(arr,0,arr.length-1);
	System.out.println(Arrays.toString(arr));

}

}

3、非递归实现

package cn.di4zhang;

import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;
import java.util.Stack;

public class NoRecursion {
public static void quickSort(int[] arr,int startIndex,int endIndex){
//用一个集合栈来代替递归的函数栈
Stack<Map<String,Integer>>quickSortStack = new Stack<Map<String,Integer>>();
//整个数列的起止下标
Map rootParam = new HashMap();
rootParam.put(“startIndex”, startIndex);
rootParam.put(“endIndex”, endIndex);
quickSortStack.push(rootParam);

	//循环结束条件:栈为空时
	while(!quickSortStack.isEmpty()){
		//栈丁元素出栈,得到起止下标
		Map<String,Integer> param = quickSortStack.pop();
		//得到基准元素位置
		int pivotIndex = partition(arr,param.get("startIndex"),param.get("endIndex"));
		//根据基准元素分成两部分,把每一部分的起止下标入栈
		if(param.get("startIndex")<pivotIndex-1){
			Map<String,Integer>leftParam = new HashMap<String,Integer>();
			leftParam.put("startIndex", param.get("startIndex"));
			leftParam.put("endIndex", pivotIndex-1);
			quickSortStack.push(leftParam);
		}
		if(pivotIndex+1<param.get("endIndex")){
			Map<String,Integer>rightParam = new HashMap<String,Integer>();
			rightParam.put("startIndex", pivotIndex+1);
			rightParam.put("endIndex", param.get("endIndex"));
			quickSortStack.push(rightParam);
		}
	}
}
/**
 * 分冶(单边循环法)
 * @param arr			待交换的数组
 * @param startIndex	起始下标
 * @param endIndex	           结束下标
 */
private static int partition(int[] arr, int startIndex, int endIndex) {
	//取第1个位置(也可以选择随机位置)的元素作为基准元素
	int pivot = arr[startIndex];
	int mark = startIndex;
	for(int i = startIndex+1;i<=endIndex;i++){
		if(arr[i]<pivot){
			mark++;
			int p = arr[mark];
			arr[mark] = arr[i];
			arr[i] = p;
		}
	}
	arr[startIndex] = arr[mark];
	arr[mark] = pivot;
	return mark;
}
public static void main(String[] args) {
	int[] arr = new int[]{3,4,7,6,4,5,2,8,1};
	quickSort(arr,0,arr.length-1);
	System.out.println(Arrays.toString(arr));

}

}

【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究(Matlab代码实现)内容概要:本文围绕【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究展开,重点介绍基于Matlab的代码实现方法。文章系统阐述了遍历理论的基本概念、动态模态分解(DMD)的数学原理及其与库普曼算子谱特性之间的内在联系,展示了如何通过数值计算手段分析非线性动力系统的演化行为。文中提供了完整的Matlab代码示例,涵盖数据驱动的模态分解、谱分析及可视化过程,帮助读者理解并复现相关算法。同时,文档还列举了多个相关的科研方向和技术应用场景,体现出该方法在复杂系统建模与分析中的广泛适用性。; 适合人群:具备一定动力系统、线性代数与数值分析基础,熟悉Matlab编程,从事控制理论、流体力学、信号处理或数据驱动建模等领域研究的研究生、博士生及科研人员。; 使用场景及目标:①深入理解库普曼算子理论及其在非线性系统分析中的应用;②掌握动态模态分解(DMD)算法的实现与优化;③应用于流体动力学、气候建模、生物系统、电力系统等领域的时空模态提取与预测;④支撑高水平论文复现与科研项目开发。; 阅读建议:建议读者结合Matlab代码逐段调试运行,对照理论推导加深理解;推荐参考文中提及的相关研究方向拓展应用场景;鼓励在实际数据上验证算法性能,并尝试改进与扩展算法功能。
本系统采用微信小程序作为前端交互界面,结合Spring Boot与Vue.js框架实现后端服务及管理后台的构建,形成一套完整的电子商务解决方案。该系统架构支持单一商户独立运营,亦兼容多商户入驻的平台模式,具备高度的灵活性与扩展性。 在技术实现上,后端以Java语言为核心,依托Spring Boot框架提供稳定的业务逻辑处理与数据接口服务;管理后台采用Vue.js进行开发,实现了直观高效的操作界面;前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作,功能链路完整闭环,已通过严格测试与优化,符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖,不仅包含商品展示、交易流程、订单处理等核心电商功能,还集成了会员管理、营销工具、数据统计等辅助模块,能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统一管理,同时保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性与可维护性,遵循企业级开发标准,确保了系统的长期稳定运行与后续功能迭代的可行性。整体而言,这是一套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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