三大线性排序

本文详细介绍了三种排序算法——计数排序、基数排序和桶排序的实现原理与步骤,并通过实例展示了它们在不同场景下的应用。

1.计数排序:

import java.util.Arrays;

public class MM {

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] a={3, 1, 6, 0, 3, 0, 1, 5, 3, 6};
		int max=getMax(a);
		a=mySort(a,max);
		for(int i=0;i<a.length;i++)
			System.out.print(a[i]+" ");
	}

	private static int[] mySort(int[] a, int max) {
		// TODO Auto-generated method stub
		int[] b=new int[max+1];
		int[] c=new int[a.length];
		Arrays.fill(b, 0);
		for(int i=0;i<a.length;i++)
			b[a[i]]++;
		for(int i=1;i<b.length;i++)
			b[i]=b[i]+b[i-1];
		for(int i=a.length-1;i>=0;i--){
			int temp=a[i];
		    c[b[temp]-1]=temp;
		    b[temp]--;
		}    
		return c;
	}

	private static int getMax(int[] a) {
		// TODO Auto-generated method stub
		int max=a[0];
		for(int i=1;i<a.length;i++){
			if(a[i]>a[0])
				max=a[i];
		}
		return max;
	}

}


2.基数排序: 

import java.util.Arrays;

public class Main {

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] a={3,2,3,2,5,333,45566,2345678,78,990,12,432,56};
		int time=countDigit(a);
		radixSort(a,time);
		for(int i=0;i<a.length;i++){
			System.out.print(a[i]+" ");
		}
	}

	private static void radixSort(int[] a, int time) {
		// TODO Auto-generated method stub
		int len_a=a.length;
		int[] b=new int[10];//0-9,10个数字
		int[] c=new int[len_a];//作用是:更新int[] a
		int divide=1;
		for(int i=0;i<time;i++){
			c=Arrays.copyOf(a, len_a);
			Arrays.fill(b, 0);
			for(int j=0;j<len_a;j++){
				int temp=(c[j]/divide)%10;//求各个位上的数
				b[temp]++;
			}
			for(int j=1;j<b.length;j++)
				b[j]=b[j]+b[j-1];
			for(int j=len_a-1;j>=0;j--){
				int temp=(c[j]/divide)%10;
				a[b[temp]-1]=c[j];
				b[temp]--;
			}
			divide=divide*10;
		}
	}

	private static int countDigit(int[] a) {
		// TODO Auto-generated method stub
		int max=a[0];
		for(int i=1;i<a.length;i++){
			if(a[i]>max)
				max=a[i];
		}
		String s=max+"";
		return s.length();
	}

}


3.桶排序:

import java.util.ArrayList;
import java.util.Collections;
import java.util.Iterator;

public class Main {

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		double[] a={0.78, 0.17, 0.39, 0.26, 0.72, 0.94, 0.21, 0.12,0.23, 0.68 };
		bucketSort(a);
		for(int i=0;i<a.length;i++){
			System.out.print(a[i]+" ");
		}
	}

	private static void bucketSort(double[] a) {
		// TODO Auto-generated method stub
		ArrayList[] b=new ArrayList[a.length];
		for(int i=0;i<a.length;i++){
			int temp=(int)Math.floor(10*a[i]);
			if(b[temp]==null)
				b[temp]=new ArrayList();
			b[temp].add(a[i]);
		}
		int count=0;
		for(int i=0;i<b.length;i++){
			if(b[i]!=null){
				Collections.sort(b[i]);
				Iterator iter=b[i].iterator();
				while(iter.hasNext()){
					a[count++]=(Double)iter.next();
				}
			}
		}
		
	}

}


 

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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