排序算法

简单排序

冒泡排序

public class BubbleSort {

	public static void main(String[] args) {
		ArrayBub a = new ArrayBub(20);
		a.insert(14);
		a.insert(144);
		a.insert(142);
		a.insert(56);
		a.insert(23);
		a.insert(78);
		a.insert(15);
		
		a.display();
		
		a.bubbleSort();
		
		System.out.println("\nAfter bubble sort:");
		a.display();
	}
}

class ArrayBub
{
	private long[] a;
	private int nElems;
	
	public ArrayBub(int max){
		a = new long[max];
		nElems = 0;
	}
	
	public void insert(long value){
		a[nElems] = value;
		nElems++;
	}
	
	public void display(){
		for (int i = 0 ; i < nElems; i++){
			System.out.print(" "+a[i]);
		}
	}
	
	public void bubbleSort(){
		int out, in;
		for (out = nElems-1; out > 0; out--){
			for (in=0 ; in<out; in++){
				if (a[in] > a[in+1]){
					swap(in, in+1);
				}
			}
		}
	}

	private void swap(int j, int i) {
		long temp = a[i];
		a[i] = a[j];
		a[j] = temp;
	}
	
}

一般来说,数组中有N个数据项,则第一堂排序中有N-1次比较,第二趟中有N-2次,如此类推。这种序列的求和公式如下:

(N-1)+(N-2)+(N-3)+.....+1 = N*(N-1)/2

其时间复杂度为 O( n 2) ,无论何时,只要看到一个循环嵌套在另一个循环里,例如冒泡排序,选择排序,插入排序,就可以怀疑这个算法的时间复杂度为 O( n 2) 。外层循环执行N次,内部循环对于每一次外层循环都执行N次(或者几分之N次)。这就意味着将大约需要执行N*N 或者 n 2次某个操作。

一个容易计算时间复杂度的方法是:看看有几重for循环,只有一重则时间复杂度为O(n),二重则为O(n2),依此类推,如果有二分则为O(logn),二分例如 快速幂 、二分查找,如果一个for循环套一个二分,那么时间复杂度则为O(nlogn)。

高级排序

归并排序

高级排序算法都用到了分治算法,也就是分而治之(Divide and Conquer),其平均时间复杂度一般都在O(N*logN)。本归并算法用递归实现。
递归特点:
  • 调用自身
  • 当调用自身是,是为了解决更小的问题
  • 存在某个足够简单的问题层次,也就是基值终止条件(Base case),以防止无限递归下去,以及由此引发的程序崩溃。
public class MergeSort {
	public static void main(String[] args) {
		int maxSize = 100;
		DArray arr;
		arr = new DArray(maxSize);

		arr.insert(64);
		arr.insert(21);
		arr.insert(33);
		arr.insert(70);
		arr.insert(12);
		arr.insert(85);
		arr.insert(44);
		arr.insert(3);
		arr.insert(99);
		arr.insert(0);
		arr.insert(108);
		arr.insert(36);

		arr.display();

		arr.mergeSort();

		arr.display();
	}
}

class DArray {
	private long[] theArray;
	private int nElems;

	// ------------------------
	public DArray(int max) {
		theArray = new long[max];
		nElems = 0;
	}

	// -----------------------
	public void insert(long value) {
		theArray[nElems] = value;
		nElems++;
	}

	// ----------------------------
	public void display() {
		for (int j = 0; j < nElems; j++)
			System.out.print(theArray[j] + " ");
		System.out.println("");
	}

	// ----------------------
	public void mergeSort() {
		long[] workSpace = new long[nElems];
		recMergeSort(workSpace, 0, nElems - 1);
	}

	// ----------------------------
	private void recMergeSort(long[] workSpace, int lowerBound, int upperBound) {
		if (lowerBound == upperBound)
			return;
		else {
			int mid = (lowerBound + upperBound) / 2;
			recMergeSort(workSpace, lowerBound, mid);
			recMergeSort(workSpace, mid + 1, upperBound);
			merge(workSpace, lowerBound, mid + 1, upperBound);
		}// end else
	}// end recMergeSort
		// -----------------------------

	private void merge(long[] workSpace, int lowPtr, int highPtr, int upperBound) {
		int j = 0;
		int lowerBound = lowPtr;
		int mid = highPtr - 1;
		int n = upperBound - lowerBound + 1;

		while (lowPtr <= mid && highPtr <= upperBound)
			if (theArray[lowPtr] < theArray[highPtr])
				workSpace[j++] = theArray[lowPtr++];
			else
				workSpace[j++] = theArray[highPtr++];

		while (lowPtr <= mid)
			workSpace[j++] = theArray[lowPtr++];

		while (highPtr <= upperBound)
			workSpace[j++] = theArray[highPtr++];

		for (j = 0; j < n; j++)
			theArray[lowerBound + j] = workSpace[j];
	}// end merge()
		// ------------------------
}// end class DArray

快速排序

  1. Choose a pivot value. We take the value of the middle element as pivot value, but it can be any value, which is in range of sorted values, even if it doesn't present in the array.
  2. Partition. Rearrange elements in such a way, that all elements which are lesser than the pivot go to the left part of the array and all elements greater than the pivot, go to the right part of the array. Values equal to the pivot can stay in any part of the array. Notice, that array may be divided in non-equal parts.
  3. Sort both parts. Apply quicksort algorithm recursively to the left and the right parts.
Example. Sort {1, 12, 5, 26, 7, 14, 3, 7, 2} using quicksort.

public class QuickSort {

	public static void main(String[] args) {
		int[] arr = {23,34,56,7,9,36,14,99,108};
		
		QuickSort qs  = new QuickSort();
		display(arr);
		
		qs.quickSort(arr, 0, arr.length-1);
		
		display(arr);
		
	}
	
	static void display(int[] arr){
		for (int i : arr){
			System.out.print(i+" ");
		}
		System.out.println("\n");
	}
	
	int partition(int arr[], int left, int right)
	{
	      int i = left, j = right;
	      int tmp;
	      int pivot = arr[(left + right) / 2];
	     
	      while (i <= j) {
	            while (arr[i] < pivot)
	                  i++;
	            while (arr[j] > pivot)
	                  j--;
	            if (i <= j) {
	                  tmp = arr[i];
	                  arr[i] = arr[j];
	                  arr[j] = tmp;
	                  i++;
	                  j--;
	            }
	      };
	     
	      return i;
	}
	 
	void quickSort(int arr[], int left, int right) {
	      int index = partition(arr, left, right);
	      if (left < index - 1)
	            quickSort(arr, left, index - 1);
	      if (index < right)
	            quickSort(arr, index, right);
	}
}

参考:  http://www.algolist.net/Algorithms/Sorting/Quicksort
基于可靠性评估序贯蒙特卡洛模拟法的配电网可靠性评估研究(Matlab代实现)内容概要:本文围绕“基于可靠性评估序贯蒙特卡洛模拟法的配电网可靠性评估研究”,介绍了利用Matlab代实现配电网可靠性的仿真分析方法。重点采用序贯蒙特卡洛模拟法对配电网进行长时间段的状态抽样与统计,通过模拟系统元件的故障与修复过程,评估配电网的关键可靠性指标,如系统停电频率、停电持续时间、负荷点可靠性等。该方法能够有效处理复杂网络结构与设备时序特性,提升评估精度,适用于含分布式电源、电动汽车等新型负荷接入的现代配电网。文中提供了完整的Matlab实现代与案例分析,便于复现和扩展应用。; 适合人群:具备电力系统基础知识和Matlab编程能力的高校研究生、科研人员及电力行业技术人员,尤其适合从事配电网规划、运行与可靠性分析相关工作的人员; 使用场景及目标:①掌握序贯蒙特卡洛模拟法在电力系统可靠性评估中的基本原理与实现流程;②学习如何通过Matlab构建配电网仿真模型并进行状态转移模拟;③应用于含新能源接入的复杂配电网可靠性定量评估与优化设计; 阅读建议:建议结合文中提供的Matlab代逐段调试运行,理解状态抽样、故障判断、修复逻辑及指标统计的具体实现方式,同时可扩展至不同网络结构或加入更多不确定性因素进行深化研究。
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