读JSE源码(一):Arrays

本文详细介绍Java中Arrays工具类的使用方法,包括快速排序、Timsort算法及折半查找等。通过实例展示了基本类型与对象数组的排序,以及不同场景下的查找应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

JDK版本:1.7.0.4

 

目录

1 Arrays介绍

1.1 排序

1.2 查找

2 使用例子

 

1 Arrays介绍

    java.util.Arrays提供对数组的操作,例如排序、查找。

 

1.1 排序

     java对基本类型数组采用快速排序,对Object对象数组采用Timsort算法排序(Timsort排序算法原理)。

     对Object对象没有采用快速排序,是因为快速排序不是稳定的排序算法,而对于对象的排序,稳定性很重要,Timsort是稳定快速的排序算法。比如学生成绩单,一开始是按学生的学号顺序排好的,现在需要按成绩成绩排序,那么要保证:原来张三在李四前面,即使他们成绩相同,张三不能跑到李四的后面去。另外,对象数组中保存的只是对象的引用,这样多次移位并不会造成额外的开销,但是,对象数组对比较次数一般比较敏感,有可能对象的比较比单纯数的比较开销大很多。Timsort排序算法在这方面比快速排序做得更好。

  对于自定义的对象进行比较/排序,要自定义比较规则:
(1)继承接口Comparable
(2)重写java.lang中的接口Comparable的方法compareTo,定制比较的规则

 

1.2 查找

   binarySearch方法提供折半查找算法

 注意:使用binarySearch前数组要是排好序的数组,因为折半查找算法就是在排好序的数组中找。

2 使用例子

2.1 常用排序方法

数字排序  int[] intArray = new int[] { 4, 1, 3, -23 };
Arrays.sort(intArray);
输出: [-23, 1, 3, 4]
字符串排序,先大写后小写 String[] strArray = new String[]{ "z", "a", "C" };
Arrays.sort(strArray);
输出: [C, a, z]
严格按字母表顺序排序,也就是忽略大小写排序 Case-insensitive sort
Arrays.sort(strArray, String.CASE_INSENSITIVE_ORDER);
输出: [a, C, z]
反向排序, Reverse-order sort
Arrays.sort(strArray, Collections.reverseOrder());
输出:[z, a, C]
忽略大小写反向排序 Case-insensitive reverse-order sort
Arrays.sort(strArray, String.CASE_INSENSITIVE_ORDER);
Collections.reverse(Arrays.asList(strArray));
输出: [z, C, a]

2.2 对象排序

一般在对对象进行比较或排序时,需要对象实现Comparable接口或者在使用排序方法(比如Arrays的sort)方法时,传入实现了Comparator接口的类的对象。详细例子参见这里

内容概要:本文档详细介绍了个基于MATLAB实现的跨尺度注意力机制(CSA)结合Transformer编码器的多变量时间序列预测项目。项目旨在精准捕捉多尺度时间序列特征,提升多变量时间序列的预测性能,降低模型计算复杂度与训练时间,增强模型的解释性和可视化能力。通过跨尺度注意力机制,模型可以同时捕获局部细节和全局趋势,显著提升预测精度和泛化能力。文档还探讨了项目面临的挑战,如多尺度特征融合、多变量复杂依赖关系、计算资源瓶颈等问题,并提出了相应的解决方案。此外,项目模型架构包括跨尺度注意力机制模块、Transformer编码器层和输出预测层,文档最后提供了部分MATLAB代码示例。 适合人群:具备定编程基础,尤其是熟悉MATLAB和深度学习的科研人员、工程师和研究生。 使用场景及目标:①需要处理多变量、多尺度时间序列数据的研究和应用场景,如金融市场分析、气象预测、工业设备监控、交通流量预测等;②希望深入了解跨尺度注意力机制和Transformer编码器在时间序列预测中的应用;③希望通过MATLAB实现高效的多变量时间序列预测模型,提升预测精度和模型解释性。 其他说明:此项目不仅提供了种新的技术路径来处理复杂的时间序列数据,还推动了多领域多变量时间序列应用的创新。文档中的代码示例和详细的模型描述有助于者快速理解和复现该项目,促进学术和技术交流。建议者在实践中结合自己的数据集进行调试和优化,以达到最佳的预测效果。
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