快速排序——Java实现

快速排序

1、快速排序的描述

     与归并排序一样,快速排序也使用分治思想。下面是对一个典型的子数组A[p..r]进行快速排序的三步分治过程:

分解:数组A[p..r]被划分为两个(可能为空)子数组A[p..q-1]和A[q+1..r],使得A[p..q-1]中的每一个元素都小于等于A[q],而A[q]也小于等于A[q+1..r]中的每个元素/其中,计算下标q也是划分过程的一部分。

解决:通过递归调用快速排序,对子数组A[p..q-1]和A[q+1..r]进行排序。

合并:因为子数组都是原址排序的,所以不需要合并操作:数组A[p..r]已经有序。

下面的程序实现快速排序:

<span style="font-family:Times New Roman;font-size:12px;">QUICKSORT(A,p,r)
<span style="white-space:pre">	</span>if p<r
<span style="white-space:pre">		</span>q=PARTITION(A,p,r)
<span style="white-space:pre">		</span>QUICKSORT(A,p,q-1)
<span style="white-space:pre">		</span>QUICKSORT(A,q+1,r)</span>
为了排序一个数组A的全部元素,初始调用是QUICKSORT(A,1,A.length)。

数组的划分

算法的关键部分是PARTITION过程,它实现了对子数组A[p..r]的原址重排

<span style="font-family:Times New Roman;">PARTITION(A,p,r)
<span style="white-space:pre">	</span>x=A[r]
<span style="white-space:pre">	</span>i=p-1
<span style="white-space:pre">	</span>for j=p to r-1</span>
<span style="font-family:Times New Roman;"><span style="white-space:pre">		</span>if A[j]<= x
<span style="white-space:pre">			</span>i=i+1
<span style="white-space:pre">			</span>exchange A[i] with A[j]
<span style="white-space:pre">	</span>exchange A[i+1] with A[r]
<span style="white-space:pre">	</span>return i+1</span>
图7-1显示了PARTITION如何在一个包含8个元素的数组上进行操作的过程。PARTITION总是选择一个x=A[r]作为主元,并围绕它来划分子数组A[p..r]。随着程序的执行,数组被划分成4个(可能有空的)区域。在第3~6行的for循环的每一轮迭代的开始,每一个区域都满足一定的性质,如图7-2所示。我们将这些性质作为循环不变量“;

在第3~6行循环体的每一轮迭代开始时,对于任意数组下标k,有:

1、若p<=k<=i,则A[k]<=x;

2、若i+1<=k<=j-1,则A[k]>x;

3、若k=r,则A[k]=x。

但是上述三种情况没有覆盖下标j到r-1,对应位置的值与主元之间也不存在特定的大小关系。



2、Java代码实现

public class Quick_Sort {

	public static int Part_Sort(int[] A,int p,int r){
		int x = A[r];
		int i = p-1;
		for(int j = p;j <= r-1;j++){
			if(A[j] <= x){
				i++;
				int tmp = A[i];
				A[i] = A[j];
				A[j] = tmp;
			}			
		}
		int temp = A[i+1];
		A[i+1] = A[r];
		A[r] = temp;
		return i+1;
	}
	public static void Quick_Sort(int[] A,int p,int r){
		if(p < r){
			int q = Part_Sort(A,p,r);
			Quick_Sort(A,p,q-1);
			Quick_Sort(A,q+1,r);
		}
	}
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int A[] = {2,8,13,1,10,5,7,4};
		Quick_Sort(A,0,A.length-1);
		for(int i = 0;i < A.length;i++)
			System.out.print(A[i] + " ");
	}

}



### 如何在Cadence中查看运算放大器性能或参数 #### 创建Cellview并设置仿真环境 为了便于管理和重复利用,建议先将运算放大器封装成一个单元(Cell),通过`Create → Cellview → From Cellview`的方式创建对应的视图[^1]。 #### 进行瞬态分析 对于瞬态响应特性的观察,可以在已有的原理图基础上添加必要的激励源和测量探针。由于原理图中已经连接了负载电容,在瞬态仿真配置时无需再次引入外部元件。具体步骤包括定义输入信号波形、设定仿真时间跨度以及选取关注节点作为输出监视点。 #### 参数提取与评估指标计算 针对特定性能参数如增益带宽积(GBW)、噪声特性(Noise)、共模抑制比(CMRR)、电源抑制比(PSRR)、最大输出摆幅(ICMR)、压摆率(Slew Rate,SR)及总谐波失真度(Total Harmonic Distortion,THD)等,可以通过以下方式获取: - **增益带宽积(GBW)** 和其他频率域内的特征可通过交流小信号分析获得; - **噪声特性** 可借助专用的噪声分析工具完成统计; - **CMRR/PSRR** 需要在不同条件下改变共模电压或电源电压来进行对比测试; - **ICMR/SR/THD** 则更多依赖于大信号条件下的瞬态行为观测,并配合后期数据处理得出最终数值。 ```python # Python伪代码示例:假设有一个函数可以执行上述提到的各种类型的仿真 def run_simulation(sim_type='ac', parameters=None): """ 执行指定类型的仿真 :param sim_type: 仿真类型 ('ac'|'noise'|'transient') :param parameters: 字典形式传递给仿真的额外参数 :return: 返回仿真结果对象 """ pass # 增益带宽积(GBW) 测试 gbw_result = run_simulation('ac') # 噪声特性测试 noise_result = run_simulation('noise') # CMRR/PSRR 测试 cmrr_psrr_results = [] for condition in ['common_mode_voltage_change', 'power_supply_voltage_change']: result = run_simulation('dc', {condition}) cmrr_psrr_results.append(result) # ICMR/SR/THD 大信号条件测试 large_signal_test_results = run_simulation('transient', {'input_amplitude': large_value}) ```
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