JAVA算法大全
JAVA经典算法50题(3)【面试+工作】
JAVA经典算法50题(3)【面试+工作】JAVA经典算法50题(3)【面试+工作】【程序21】题目:求1+2!+3!+...+20!的和。
1.程序分析:此程序只是把累加变成了累乘。
public class Demo21 {public static void main(String[] args) {long sum = 0;long fac = 1;for (int i = 1; i <= 20; i++) {fac = fac * i;sum += fac;}System.out.println(sum);}}【程序22】题目:利用递归方法求5!。
1.程序分析:递归公式:f(n)=f(n-1)*4!import java.util.Scanner;public class Demo22 {public static long fac(int n) {long value = 0;if (n == 1 || n == 0) {value = 1;} else if (n > 1) {value = n * fac(n - 1);}return value;}public static void main(String[] args) {System.out.println("请输入一个数:");Scanner in = new Scanner(System.in);int n = in.nextInt();System.out.println(n + "的阶乘为:" + fac(n));}}【程序23】题目:有5个人坐在一起,问第五个人多少岁?他说比第4个人大2岁。
问第4个人岁数,他说比第3个人大2岁。
问第三个人,又说比第2人大两岁。
问第2个人,说比第一个人大两岁。
最后问第一个人,他说是10岁。
请问第五个人多大?1.程序分析:利用递归的方法,递归分为回推和递推两个阶段。
java中数学函数
java中数学函数Java中的数学函数是开发者们在编写数学计算程序和算法时必不可少的基础,提供了一系列常用的数学计算函数,能够方便、高效地实现数字计算和数据处理,包括基本数学操作、三角函数、指数和对数函数、绝对值、向上取整、向下取整、舍入等数值运算。
本文将围绕这些数学函数介绍Java中常用的数学运算方法,帮助读者深入学习和了解这一领域。
一、基本数学运算方法在Java中,基本数学运算是计算机程序中最重要和最基础的运算方法,常见的包括加减乘除、取模、幂次等运算,Java内置了许多基本数学运算的函数以支持开发者进行数值计算。
下面分别介绍几个常用的基本数学运算方法:1. 取模运算:取模运算符为%,用于计算两个数相除的余数。
示例代码:int a = 20;int b = 7;int remainder = a % b;System.out.println(remainder); 输出62. 幂次运算:幂次运算使用符号或者Math.pow() 函数进行计算。
示例代码:int base = 2;int exponent = 4;int result = (int) Math.pow(base, exponent);System.out.println(result); 输出16int result2 = base exponent;System.out.println(result2); 输出163. 四舍五入:四舍五入是将一个数值按照特定规则四舍五入到最接近的整数,可以使用Math.round()函数实现。
示例代码:double number = 3.45;long rounded = Math.round(number);System.out.println(rounded); 输出34. 随机数:在Java中,可以使用Math.random()函数生成一个0.0到1.0之间的随机数,也可以指定上、下界生成范围内的随机整数。
java算法总结
java算法总结一、排序1、冒泡排序:t冒泡排序是一种简单的排序算法,它重复地走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。
走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。
这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
2、选择排序:t选择排序是一种简单直观的排序算法,无论什么数据进去都是O(n)的时间复杂度。
所以用到它的时候,数据规模越小越好。
唯一的好处可能就是不占用额外的内存空间了吧。
3、插入排序:t插入排序(Insertion-Sort)的算法描述是一种简单直观的排序算法。
它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。
4、希尔排序:t希尔排序,也称递减增量排序算法,是插入排序的一种更高效的改进版本。
希尔排序是非稳定排序算法。
该方法的基本思想是:先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序,待整个序列中的记录“基本有序”时,再对全体记录进行依次直接插入排序。
二、查找1、线性查找:t线性查找又称顺序查找,是一种最简单的查找算法。
从数据结构线形表的一端开始,顺序扫描,依次将扫描到的结点关键字与给定值k相比较,若相等则查找成功;若扫描结束仍没有找到关键字等于k的结点,则表示表中不存在关键字等于k的结点,查找失败。
2、二分查找:t二分查找又称折半查找,要求待查找的序列有序。
每次取中间位置的值与待查关键字比较,如果中间位置的值更大,则在前半部分循环这个查找的过程,如果中间位置的值更小,则在后半部分循环这个查找的过程。
3、二叉查找树:t二叉查找树(Binary Search Tree,简称BST),又被称为二叉搜索树、有序二叉树。
它是一棵空树或者是具有下列性质的二叉树:若任意节点的左子树不空,则左子树上所有结点的值均小于它的根结点的值;若任意节点的右子树不空,则右子树上所有结点的值均大于它的根结点的值;任意节点的左、右子树也分别为二叉查找树;没有键值相等的节点三、字符串处理1、KMP算法:tKMP算法是由Donald E.Knuth、Vaughn R. Pratt和James H.Morris三人于1977年提出的一种改进的字符串匹配算法,它利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。
JAVA经典算法案例(42个)
t=t*10+n;
s=s+t;
System.out.println(t);
}
System.out.println(s);
//下面的方法是求出最大公约数 public static int gcd(int m, int n) { while (true) { if ((m = m % n) == 0) return n; if ((n = n % m) == 0) return m; } } public static void main(String args[]) throws Exception { //取得输入值 //Scanner chin = new Scanner(System.in); //int a = chin.nextInt(), b = chin.nextInt(); int a=23; int b=32; int c = gcd(a, b); System.out.println("最小公倍数:" + a * b / c + "\n最大公约数:" + c); } } 【程序 7】 题目:输入一行字符,分别统计出其中英文字母、空格、数字和其它字符的个数。 1.程序分析:利用 while 语句,条件为输入的字符不为 '\n '. import java.util.Scanner; public class ex7 {
java 迷宫算法题汇总
java 迷宫算法题汇总这里有一些关于Java迷宫算法的题目,你可以尝试解决它们:1.迷宫求解:给定一个迷宫,求从起点到终点的路径。
可以使用深度优先搜索(DFS)或广度优先搜索(BFS)算法来解决这个问题。
2.最小代价路径:给定一个迷宫和起点、终点坐标,求从起点到终点的最小代价路径。
这里的代价可以表示为路径上的障碍物数量或者路径的长度。
3.最短路径:给定一个迷宫和起点、终点坐标,求从起点到终点的最短路径。
可以使用Dijkstra算法或A*算法来解决这个问题。
4.动态规划:给定一个迷宫和起点、终点坐标,求从起点到终点的所有路径,并返回最短路径的长度。
可以使用动态规划算法来解决这个问题。
5.回溯算法:给定一个迷宫和起点、终点坐标,求从起点到终点的所有路径。
可以使用回溯算法来解决这个问题。
6.求解迷宫的最长路径:给定一个迷宫和起点、终点坐标,求从起点到终点的最长路径。
可以使用深度优先搜索(DFS)或广度优先搜索(BFS)算法来解决这个问题。
7.求解迷宫的最长简单路径:给定一个迷宫和起点、终点坐标,求从起点到终点的最长简单路径。
这里的简单路径是指不包含重复节点的路径。
可以使用动态规划算法来解决这个问题。
8.求解迷宫的任意路径:给定一个迷宫和起点、终点坐标,求从起点到终点的任意路径。
可以使用深度优先搜索(DFS)或广度优先搜索(BFS)算法来解决这个问题。
9.求解迷宫的环路问题:给定一个迷宫和起点、终点坐标,判断是否存在从起点到终点的环路。
可以使用深度优先搜索(DFS)或广度优先搜索(BFS)算法来解决这个问题。
10.求解迷宫的连通性问题:给定一个迷宫和起点、终点坐标,判断是否存在从起点到终点的连通路径。
可以使用深度优先搜索(DFS)或广度优先搜索(BFS)算法来解决这个问题。
java面试题经典算法
java面试题经典算法经典算法在Java面试中经常被问及,因为它们可以展示面试者对基本数据结构和算法的理解程度。
以下是一些经典算法,我会逐个介绍它们。
1. 冒泡排序(Bubble Sort),这是一种简单的排序算法,它重复地走访要排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。
时间复杂度为O(n^2)。
2. 快速排序(Quick Sort),快速排序使用分治法策略来把一个序列分为两个子序列。
它是一种分而治之的算法,时间复杂度为O(nlogn)。
3. 二分查找(Binary Search),二分查找是一种在有序数组中查找某一特定元素的搜索算法。
时间复杂度为O(logn)。
4. 递归算法(Recursion),递归是指在函数的定义中使用函数自身的方法。
递归算法通常用于解决可以被分解为相同问题的子问题的情况。
5. 动态规划(Dynamic Programming),动态规划是一种在数学、计算机科学和经济学中使用的一种方法。
它将问题分解为相互重叠的子问题,通过解决子问题的方式来解决原始问题。
6. 深度优先搜索(Depth-First Search)和广度优先搜索(Breadth-First Search),这两种搜索算法通常用于图的遍历和搜索。
深度优先搜索使用栈来实现,而广度优先搜索则使用队列来实现。
以上是一些常见的经典算法,当然还有很多其他的算法,如贪心算法、Dijkstra算法、KMP算法等等。
在面试中,除了了解这些算法的原理和实现方式之外,还需要能够分析算法的时间复杂度、空间复杂度以及适用场景等方面的知识。
希望这些信息能够帮助你在Java面试中更好地准备算法相关的问题。
Java常见的七种查找算法
Java常见的七种查找算法1. 基本查找也叫做顺序查找,说明:顺序查找适合于存储结构为数组或者链表。
基本思想:顺序查找也称为线形查找,属于无序查找算法。
从数据结构线的一端开始,顺序扫描,依次将遍历到的结点与要查找的值相比较,若相等则表示查找成功;若遍历结束仍没有找到相同的,表示查找失败。
示例代码:public class A01_BasicSearchDemo1 {public static void main(String[] args){//基本查找/顺序查找//核心://从0索引开始挨个往后查找//需求:定义一个方法利用基本查找,查询某个元素是否存在//数据如下:{131, 127, 147, 81, 103, 23, 7, 79}int[] arr ={131,127,147,81,103,23,7,79};int number =82;System.out.println(basicSearch(arr, number));}//参数://一:数组//二:要查找的元素//返回值://元素是否存在public static boolean basicSearch(int[] arr,int number){//利用基本查找来查找number在数组中是否存在for(int i =0; i < arr.length; i++){if(arr[i]== number){return true;}}return false;}}2. 二分查找也叫做折半查找,说明:元素必须是有序的,从小到大,或者从大到小都是可以的。
如果是无序的,也可以先进行排序。
但是排序之后,会改变原有数据的顺序,查找出来元素位置跟原来的元素可能是不一样的,所以排序之后再查找只能判断当前数据是否在容器当中,返回的索引无实际的意义。
基本思想:也称为是折半查找,属于有序查找算法。
用给定值先与中间结点比较。
比较完之后有三种情况:•相等说明找到了•要查找的数据比中间节点小说明要查找的数字在中间节点左边•要查找的数据比中间节点大说明要查找的数字在中间节点右边代码示例:package com.itheima.search;public class A02_BinarySearchDemo1 {public static void main(String[] args){//二分查找/折半查找//核心://每次排除一半的查找范围//需求:定义一个方法利用二分查找,查询某个元素在数组中的索引//数据如下:{7, 23, 79, 81, 103, 127, 131, 147}int[] arr ={7,23,79,81,103,127,131,147};System.out.println(binarySearch(arr,150));}public static int binarySearch(int[] arr,int number){//1.定义两个变量记录要查找的范围int min =0;int max = arr.length-1;//2.利用循环不断的去找要查找的数据while(true){if(min > max){return-1;}//3.找到min和max的中间位置int mid =(min + max)/2;//4.拿着mid指向的元素跟要查找的元素进行比较if(arr[mid]> number){//4.1 number在mid的左边//min不变,max = mid - 1;max = mid -1;}else if(arr[mid]< number){//4.2 number在mid的右边//max不变,min = mid + 1;min = mid +1;}else{//4.3 number跟mid指向的元素一样//找到了return mid;}}}}3. 插值查找在介绍插值查找之前,先考虑一个问题:为什么二分查找算法一定要是折半,而不是折四分之一或者折更多呢?其实就是因为方便,简单,但是如果我能在二分查找的基础上,让中间的mid点,尽可能靠近想要查找的元素,那不就能提高查找的效率了吗?二分查找中查找点计算如下:mid=(low+high)/2, 即mid=low+1/2*(high-low);我们可以将查找的点改进为如下:mid=low+(key-a[low])/(a[high]-a[low])*(high-low),这样,让mid值的变化更靠近关键字key,这样也就间接地减少了比较次数。
java递归算法经典题目
java递归算法经典题目递归是一种常见的算法思想,它通过将问题分解为更小的子问题来解决问题。
在Java中,递归算法可以用于解决许多经典问题,如斐波那契数列、汉诺塔、阶乘等。
下面我们将介绍一些Java递归算法经典题目,帮助您更好地理解和掌握递归算法。
1.斐波那契数列斐波那契数列是一个经典的递归问题,它是指从第0项开始,每一项都是前两项的和。
在Java中,可以使用递归方法来求解斐波那契数列。
以下是一个简单的递归算法实现:```javapublicstaticintfibonacci(intn){if(n<=1){returnn;}else{returnfibonacci(n-1)+fibonacci(n-2);}}```这个算法会一直递归调用直到达到斐波那契数列的末项为止。
需要注意的是,递归算法的时间复杂度较高,当n值较大时可能会导致栈溢出等问题。
2.汉诺塔问题汉诺塔问题是一个经典的递归问题,它描述了一个操作:将一堆盘子从一个柱子移动到另一个柱子,要求遵循以下规则:每次只能移动一个盘子,并且大盘子不能放在小盘子上面。
在Java中,可以使用递归方法来解决汉诺塔问题。
以下是一个简单的递归算法实现:```javapublicstaticvoidhanoi(intn,Stringfrom,Stringto,Stringvia) {if(n==1){System.out.println("Movedisk"+n+"from"+from+"to"+to);}else{hanoi(n-1,from,via,to);System.out.println("Movedisk1from"+from+"to"+to);hanoi(n-1,via,to,from);}}```这个算法会一直递归调用,直到完成所有盘子的移动。
java中有趣的算法题
java中有趣的算法题Java中有许多有趣的算法题,以下是其中一些例子:1. FizzBuzz问题,编写一个程序,打印从1到100的数字。
但是对于3的倍数,打印"Fizz"代替数字;对于5的倍数,打印"Buzz"代替数字;对于既是3的倍数又是5的倍数的数字,打印"FizzBuzz"。
2. 反转字符串,编写一个程序,将给定的字符串进行反转。
例如,输入"Hello, World!",输出"!dlroW ,olleH"。
3. 斐波那契数列,编写一个程序,计算斐波那契数列的第n个数字。
斐波那契数列是一个数列,每个数字是前两个数字的和。
例如,前几个数字是0、1、1、2、3、5、8、13、21等。
4. 最大公约数,编写一个程序,计算两个整数的最大公约数。
最大公约数是能同时整除两个数的最大正整数。
可以使用欧几里得算法来解决这个问题。
5. 排序算法,实现不同的排序算法,如冒泡排序、选择排序、插入排序、快速排序等。
这些算法可以对一个数组或列表进行排序,使其按照升序或降序排列。
6. 查找算法,实现不同的查找算法,如线性查找、二分查找等。
这些算法可以在一个有序或无序的数组或列表中查找指定的元素,并返回其位置或索引。
7. 字符串匹配算法,实现不同的字符串匹配算法,如暴力匹配、KMP算法等。
这些算法可以在一个字符串中查找指定的子串,并返回其位置或索引。
8. 图算法,实现不同的图算法,如深度优先搜索、广度优先搜索、最短路径算法等。
这些算法可以在一个图中进行遍历或寻找最短路径等操作。
以上只是一些例子,Java中还有许多其他有趣的算法题。
通过解决这些问题,可以提高自己的编程能力和算法思维。
用Java实现常见的8种内部排序算法
⽤Java实现常见的8种内部排序算法⼀、插⼊类排序插⼊类排序就是在⼀个有序的序列中,插⼊⼀个新的关键字。
从⽽达到新的有序序列。
插⼊排序⼀般有直接插⼊排序、折半插⼊排序和希尔排序。
1. 插⼊排序1.1 直接插⼊排序/*** 直接⽐较,将⼤元素向后移来移动数组*/public static void InsertSort(int[] A) {for(int i = 1; i < A.length; i++) {int temp = A[i]; //temp ⽤于存储元素,防⽌后⾯移动数组被前⼀个元素覆盖int j;for(j = i; j > 0 && temp < A[j-1]; j--) { //如果 temp ⽐前⼀个元素⼩,则移动数组A[j] = A[j-1];}A[j] = temp; //如果 temp ⽐前⼀个元素⼤,遍历下⼀个元素}}/*** 这⾥是通过类似于冒泡交换的⽅式来找到插⼊元素的最佳位置。
⽽传统的是直接⽐较,移动数组元素并最后找到合适的位置*/public static void InsertSort2(int[] A) { //A[] 是给定的待排数组for(int i = 0; i < A.length - 1; i++) { //遍历数组for(int j = i + 1; j > 0; j--) { //在有序的序列中插⼊新的关键字if(A[j] < A[j-1]) { //这⾥直接使⽤交换来移动元素int temp = A[j];A[j] = A[j-1];A[j-1] = temp;}}}}/*** 时间复杂度:两个 for 循环 O(n^2)* 空间复杂度:占⽤⼀个数组⼤⼩,属于常量,所以是 O(1)*/1.2 折半插⼊排序/** 从直接插⼊排序的主要流程是:1.遍历数组确定新关键字 2.在有序序列中寻找插⼊关键字的位置* 考虑到数组线性表的特性,采⽤⼆分法可以快速寻找到插⼊关键字的位置,提⾼整体排序时间*/public static void BInsertSort(int[] A) {for(int i = 1; i < A.length; i++) {int temp = A[i];//⼆分法查找int low = 0;int high = i - 1;int mid;while(low <= high) {mid = (high + low)/2;if (A[mid] > temp) {high = mid - 1;} else {low = mid + 1;}}//向后移动插⼊关键字位置后的元素for(int j = i - 1; j >= high + 1; j--) {A[j + 1] = A[j];}//将元素插⼊到寻找到的位置A[high + 1] = temp;}}2. 希尔排序希尔排序⼜称缩⼩增量排序,其本质还是插⼊排序,只不过是将待排序列按某种规则分成⼏个⼦序列,然后如同前⾯的插⼊排序⼀般对这些⼦序列进⾏排序。
java算法大全
java算法大全
Java算法大全可以包含许多不同的算法,包括排序算法、搜索算法、图算法等等。
下面是一些常见和常用的Java算法示例:
1. 排序算法:
- 冒泡排序
- 插入排序
- 选择排序
- 快速排序
- 归并排序
- 堆排序
2. 搜索算法:
- 二分查找
- 广度优先搜索(BFS)
- 深度优先搜索(DFS)
3. 图算法:
- 最短路径算法(如Dijkstra算法、Floyd-Warshall算法)
- 最小生成树算法(如Prim算法、Kruskal算法)
- 拓扑排序算法
4. 动态规划算法:
- 背包问题
- 最长上升子序列(LIS)问题
- 最长公共子序列(LCS)问题
5. 字符串算法:
- 字符串匹配(如暴力匹配、KMP算法、Boyer-Moore
算法)
- 字符串排序(如基数排序)
6. 数值算法:
- 求解线性方程组
- 求解方程的根
- 求解数值积分
以上只是一些常见的算法示例,Java算法的范围非常广泛,涉及到各种不同的问题和应用领域。
如果你有特定的算法
需求,可以提供更具体的问题描述,我可以为你提供更详
细的解答。
分词算法java
分词算法java
在Java中,常用的分词算法包括:
1. 最大匹配算法(MM):
最大匹配算法是一种基于词典的分词算法,它将待分词的文本从左到右进行扫描,根据词典中的词语进行匹配,选择最长的匹配词作为分词结果。
该算法简单高效,但对于歧义词和未登录词处理较差。
2. 正向最大匹配算法(FMM):
正向最大匹配算法与最大匹配算法类似,但它从文本的起始位置开始匹配。
首先取待分词文本中的前n个字符作为匹配字符串(通常取词典中最长的词的长度),如果这个字符串在词典中存在,则作为分词结果,否则取待分词文本的前n-1个字符,继续匹配,直到匹配到词典中的词为止。
3. 逆向最大匹配算法(BMM):
逆向最大匹配算法与正向最大匹配算法类似,但它从文本的末尾位置向前匹配。
首先取待分词文本中的后n个字符作为匹配字符串,如果这个字符串在词典中存在,则作为分词结果,否则取待分词文本的后n-1个字符,继续匹配,直到匹配到词典中的词为止。
4. 双向最大匹配算法(BiMM):
双向最大匹配算法结合了正向最大匹配算法和逆向最大匹配算法的优点。
它
从文本的起始位置和末尾位置同时进行匹配,选择两个结果中词数较少的分词结果作为最终的分词结果。
以上是一些常见的分词算法,你可以根据自己的需求选择合适的算法进行分词处理。
同时,还可以使用一些开源的中文分词库,例如HanLP、jieba等,它们已经实现了这些算法,并提供了丰富的功能和接口供你使用。
java常用算法和数据结构
java常用算法和数据结构Java是一种非常强大的编程语言,它提供了丰富的算法和数据结构来解决各种问题。
在本文中,我将介绍一些常用的算法和数据结构,以及它们在Java中的实现。
一、常用的算法1.排序算法:排序算法用于将一个无序的数据集合按照某个指定的规则进行排序。
常见的排序算法包括冒泡排序、插入排序、选择排序、快速排序、归并排序等。
在Java中,可以使用Arrays类中的sort方法来实现快速排序和归并排序,也可以自己实现其他排序算法。
2.查找算法:查找算法用于在一个已排序或未排序的数据集合中查找某个特定的元素。
常见的查找算法包括线性查找、二分查找、哈希查找等。
在Java中,可以使用Arrays类中的binarySearch方法来实现二分查找。
3.图算法:图算法用于解决与图相关的问题,比如最短路径、最小生成树等。
常见的图算法包括深度优先搜索、广度优先搜索、Dijkstra算法、Floyd算法等。
在Java中,可以使用图的邻接矩阵或邻接表来表示图,并使用相应的算法进行处理。
4.动态规划算法:动态规划算法用于解决具有重叠子问题和最优子结构性质的问题,比如背包问题、最长公共子序列等。
在Java中,可以使用递归或者迭代的方式来实现动态规划算法。
二、常用的数据结构1.线性数据结构:线性数据结构是按照一定顺序排列的数据元素的集合。
常见的线性数据结构包括数组、链表、栈、队列等。
在Java 中,可以使用数组或者ArrayList类来实现线性数据结构,也可以自己实现链表、栈和队列。
2.树型数据结构:树型数据结构是按照层次结构组织的数据集合,包括二叉树、堆、AVL树等。
在Java中,可以使用TreeNode类来实现二叉树,也可以使用PriorityQueue类来实现堆。
3.图型数据结构:图型数据结构是由节点和边组成的数据结构,常用于表示复杂的关系网络。
在Java中,可以使用邻接矩阵或邻接表来实现图。
4.散列数据结构:散列数据结构是将数据元素映射到一个集合中唯一的位置,以便快速查找和插入。
Java常用的几种加密算法
Java常 用 的 几 种 加 密 算 法
一、常用加密算法 常见的加密算法可分为三大类:Hash算法、对称加密,非对称加密。 1.Hash算法:加密之后不能解密,因为没有秘钥,一般用于数据验证。 Base64、MD5、HMAC、SHA 2.对称加密:加密和解密使用相同的密钥。 DES、3DES、AES 3.非对成加密:加密和解密使用不同的密钥。公钥和私钥 RSA、ECC、DSA 公钥与私钥是一对,如果用公钥对数据进行加密,只有用对应的私钥才能解密;如果用私钥对数据进行加密,那么只有用对应的公钥才能解密。
java 数字范围命中 逻辑 算法
java 数字范围命中逻辑算法Java程序中,经常会遇到需要判断一个数字是否在某个范围内的情况。
这时候,我们可以采用一些逻辑算法来实现这个功能。
1. if语句判断最常见的实现方式是使用if语句进行判断。
例如,判断一个数是否在1到100的范围内,代码如下:```int num = 50;if(num >= 1 && num <= 100){System.out.println('在范围内');}else{System.out.println('不在范围内');}```2. switch语句判断另一种实现方式是使用switch语句进行判断。
例如,判断一个数是否在1到10、20到30、40到50的范围内,代码如下:```int num = 25;switch(num){case 1:case 2:case 4:case 5:case 6:case 7:case 8:case 9:case 10:System.out.println('在1到10的范围内'); break;case 20:case 21:case 22:case 23:case 24:case 25:case 26:case 27:case 28:case 29:case 30:System.out.println('在20到30的范围内');case 40:case 41:case 42:case 43:case 44:case 45:case 46:case 47:case 48:case 49:case 50:System.out.println('在40到50的范围内');break;default:System.out.println('不在范围内');break;}```3. 数组判断还可以使用数组实现范围判断。
java贪心算法几个经典例子
java贪心算法几个经典例子
1. 零钱兑换问题
给定面额为1、5、10、25的硬币,以及一个需要兑换的金额,问最少需要多少硬币才能兑换成功。
解法:每次选择面额最大的硬币兑换,直到兑换完毕为止。
2. 分糖果问题
有m个糖果,要分给n个孩子,每个孩子至少分到一个糖果,且每个孩子分到的糖果数应尽量相近,求最小的糖果差。
解法:将m个糖果按照大小排序,依次将糖果分给n个孩子,每次将糖果分给最少的孩子。
3. 区间覆盖问题
给定多个区间,问最少需要选多少个区间才能覆盖全集。
解法:每次选择与当前未被覆盖的部分交集最大的区间添加到答案中,直到所有部分被覆盖完毕为止。
4. 任务调度问题
有n个任务需要完成,每个任务需要占用不同的时间,同时每个任务都有一个
最后期限,问如何调度任务才能最大程度地避免超时。
解法:将所有任务按照最后期限排序,依次将任务安排到最后期限之前的最近空闲时间点,尽量将任务时间安排得紧凑。
Java常用排序算法程序员必须掌握的8大排序算法
分类:1)插入排序(直接插入排序、希尔排序)2)交换排序(冒泡排序、快速排序)3)选择排序(直接选择排序、堆排序)4)归并排序5)分配排序(基数排序)所需辅助空间最多:归并排序所需辅助空间最少:堆排序平均速度最快:快速排序不稳定:快速排序,希尔排序,堆排序。
先来看看8种排序之间的关系:1.直接插入排序(1)基本思想:在要排序的一组数中,假设前面(n-1)[n>=2] 个数已经是排好顺序的,现在要把第n个数插到前面的有序数中,使得这n个数也是排好顺序的。
如此反复循环,直到全部排好顺序。
(2)实例(3)用java实现12345678911121314151617181920package com.njue;publicclass insertSort {public insertSort(){inta[]={49,38,65,97,76,13,27,49,78,34,12,64,5,4,62,99,98,54,56,17,18,23,34,15,35,2 5,53,51};int temp=0;for(int i=1;i<a.length;i++){int j=i-1;temp=a[i];for(;j>=0&&temp<a[j];j--){a[j+1]=a[j]; //将大于temp的值整体后移一个单位}a[j+1]=temp;}for(int i=0;i<a.length;i++){System.out.println(a[i]);}2. 希尔排序(最小增量排序)(1)基本思想:算法先将要排序的一组数按某个增量d(n/2,n为要排序数的个数)分成若干组,每组中记录的下标相差 d.对每组中全部元素进行直接插入排序,然后再用一个较小的增量(d/2)对它进行分组,在每组中再进行直接插入排序。
当增量减到1时,进行直接插入排序后,排序完成。
(2)实例:(3)用java实现123456789101112131415161718192122232425262728293031publicclass shellSort { publicshellSort(){int a[]={1,54,6,3,78,34,12,45,56,100}; double d1=a.length;int temp=0;while(true){d1= Math.ceil(d1/2);int d=(int) d1;for(int x=0;x<d;x++){for(int i=x+d;i<a.length;i+=d){int j=i-d;temp=a[i];for(;j>=0&&temp<a[j];j-=d){a[j+d]=a[j];}a[j+d]=temp;}}if(d==1){break;}for(int i=0;i<a.length;i++){System.out.println(a[i]);}}3.简单选择排序(1)基本思想:在要排序的一组数中,选出最小的一个数与第一个位置的数交换;然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。
JAVA常用基本算法
JAVA常用基本算法JAVA作为一种常用的编程语言,提供了很多常用的基本算法,用于解决各种问题。
下面我将介绍一些常用的基本算法并给出示例代码。
1.排序算法排序算法是最常用的算法之一,用于将一组数据按照其中一种规则进行排序。
JAVA中常用的排序算法有冒泡排序、插入排序、选择排序、快速排序、归并排序等。
冒泡排序:```public static void bubbleSort(int[] arr)int n = arr.length;for (int i = 0; i < n - 1; i++)for (int j = 0; j < n - i - 1; j++)if (arr[j] > arr[j + 1])int temp = arr[j];arr[j] = arr[j + 1];arr[j + 1] = temp;}}```快速排序:```public static void quickSort(int[] arr, int low, int high) if (low < high)int pivot = partition(arr, low, high);quickSort(arr, low, pivot - 1);quickSort(arr, pivot + 1, high);}public static int partition(int[] arr, int low, int high) int pivot = arr[high];int i = low - 1;for (int j = low; j < high; j++)if (arr[j] < pivot)i++;int temp = arr[i];arr[i] = arr[j];arr[j] = temp;}int temp = arr[i + 1];arr[i + 1] = arr[high];arr[high] = temp;return i + 1;```2.查找算法查找算法用于在一组数据中寻找特定的值或位置。
java 相似度 算法
java 相似度算法
在Java中,可以使用多种算法来计算相似度,下面列举一些
常用的算法:
1. 余弦相似度(Cosine Similarity):用于比较两个向量之间
的夹角大小,适用于向量空间模型。
计算方式为两个向量的点积除以两个向量的模的乘积。
2. 欧氏距离(Euclidean Distance):用于计算两个向量之间的
距离,距离越近表示相似度越高。
计算方式为两个向量中对应维度差的平方和的平方根。
3. 皮尔逊相关系数(Pearson Correlation Coefficient):用于衡
量两个变量之间的线性相关程度,常用于评估两个向量之间的相似度。
计算方式为两个向量的协方差除以它们的标准差的乘积。
4. Jaccard相似系数(Jaccard Similarity Coefficient):用于计
算集合之间的相似度,常用于评估文本或词项之间的相似度。
计算方式为两个集合的交集大小除以并集大小。
另外还有很多其他的相似度算法,如曼哈顿距离、编辑距离等。
选择相似度算法需要根据具体的应用场景和数据类型来确定。
在Java中,可以通过编写相应的算法实现来计算相似度,也
可以借助第三方库(如Apache Commons Math库)提供的函
数来计算。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1. /** 2. 3. 4. 5. 6. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. } } System.out.println(""); } System.out.print(hex.toUpperCase() + " "); * 将指定 byte 数组以 16 进制的形式打印到控制台 * @param hint String * @param b byte[] * @return void */ System.out.print(hint); for (int i = 0; i < b.length; i++) { String hex = Integer.toHexString(b[i] & 0xFF); if (hex.length() == 1) { hex = '0' + hex;
7. public static byte[] HexString2Bytes(String src){
CRC16Util
package com.sunwei.sim4xian; import sun.misc.CRC16; public class Crc16Util { private static final byte[] hex = "0123456789ABCDEF".getBytes(); public static int getCRC16(byte[] data) {
int CRCTABLE[] = { 0xF078, 0xE1F1, 0xD36A, 0xC2E3, 0xB65C, 0xA7D5, 0x954E, 0x84C7, 0x7C30, 0x6DB9, 0x5F22, 0x4EAB, 0x3A14, 0x2B9D, 0x1906, 0x088F, 0xE0F9, 0xF170, 0xC3EB, 0xD262, 0xA6DD, 0xB754, 0x85CF, 0x9446, 0x6CB1, 0x7D38, 0x4FA3, 0x5E2A, 0x2A95, 0x3B1C, 0x0987, 0x180E, 0xD17A, 0xC0F3, 0xF268, 0xE3E1, 0x975E, 0x86D7, 0xB44C, 0xA5C5, 0x5D32, 0x4CBB, 0x7E20, 0x6FA9, 0x1B16, 0x0A9F, 0x3804, 0x298D, 0xC1FB, 0xD072, 0xE2E9, 0xF360, 0x87DF, 0x9656, 0xA4CD, 0xB544, 0x4DB3, 0x5C3A, 0x6EA1, 0x7F28, 0x0B97, 0x1A1E, 0x2885, 0x390C, 0xB27C, 0xA3F5, 0x916E, 0x80E7, 0xF458, 0xE5D1, 0xD74A, 0xC6C3, 0x3E34, 0x2FBD, 0x1D26, 0x0CAF, 0x7810, 0x6999, 0x5B02, 0x4A8B, 0xA2FD, 0xB374, 0x81EF, 0x9066, 0xE4D9, 0xF550, 0xC7CB, 0xD642, 0x2EB5, 0x3F3C, 0x0DA7, 0x1C2E, 0x6891, 0x7918, 0x4B83, 0x5A0A, 0x937E, 0x82F7, 0xB06C, 0xA1E5, 0xD55A, 0xC4D3, 0xF648, 0xE7C1, 0x1F36, 0x0EBF, 0x3C24, 0x2DAD, 0x5912, 0x489B, 0x7A00, 0x6B89, 0x83FF, 0x9276, 0xA0ED, 0xB164, 0xC5DB, 0xD452, 0xE6C9, 0xF740, 0x0FB7, 0x1E3E, 0x2CA5, 0x3D2C, 0x4993, 0x581A, 0x6A81, 0x7B08, 0x7470, 0x65F9, 0x5762, 0x46EB, 0x3254, 0x23DD, 0x1146, 0x00CF, 0xF838, 0xE9B1, 0xDB2A, 0xCAA3, 0xBE1C, 0xAF95, 0x9D0E, 0x8C87, 0x64F1, 0x7578, 0x47E3, 0x566A, 0x22D5, 0x335C, 0x01C7, 0x104E, 0xE8B9, 0xF930, 0xCBAB, 0xDA22, 0xAE9D, 0xBF14, 0x8D8F, 0x9C06, 0x5572, 0x44FB, 0x7660, 0x67E9, 0x1356, 0x02DF, 0x3044, 0x21CD, 0xD93A, 0xC8B3, 0xFA28, 0xEBA1, 0x9F1E, 0x8E97, 0xBC0C, 0xAD85, 0x45F3, 0x547A, 0x66E1, 0x7768, 0x03D7, 0x125E, 0x20C5, 0x314C, 0xC9BB, 0xD832, 0xEAA9, 0xFB20, 0x8F9F, 0x9E16, 0xAC8D, 0xBD04, 0x3674, 0x27FD, 0x1566, 0x04EF, 0x7050, 0x61D9, 0x5342, 0x42CB, 0xBA3C, 0xABB5, 0x992E, 0x88A7, 0xFC18, 0xED91, 0xDF0A, 0xCE83, 0x26F5, 0x377C, 0x05E7, 0x146E, 0x60D1, 0x7158, 0x43C3, 0x524A, 0xAABD, 0xBB34, 0x89AF, 0x9826, 0xEC99, 0xFD10, 0xCF8B, 0xDE02, 0x1776, 0x06FF, 0x3464, 0x25ED, 0x5152, 0x40DB, 0x7240, 0x63C9, 0x9B3E, 0x8AB7, 0xB82C, 0xA9A5, 0xDD1A, 0xCC93, 0xFE08, 0xEF81, 0x07F7, 0x167E, 0x24E5, 0x356C, 0x41D3, 0x505A, 0x62C1, 0x7348, 0x8BBF, 0x9A36, 0xA8AD, 0xB924, 0xCD9B, 0xDC12, 0xEE89, 0xFF00 }; int CRCVal = 0; int i = 0; for (i = 0; i < data.length; i++) { CRCVal = CRCTABLE[(CRCVal ^= ((data[i]) & 0xFF)) & 0xFF] ^ (CRCVal >> 8); } // // return Integer.toHexString(CRCVal); return String.valueOf(CRCVal);
return CRCVal; } public static String crcTable(byte[] bytes) { int[] table = { 0x0000, 0xC0C1, 0xC181, 0x0140, 0xC301, 0x03C0, 0x0280, 0xC241, 0xC601, 0x06C0, 0x0780, 0xC741, 0x0500, 0xC5C1, 0xC481, 0x0440, 0xCC01, 0x0CC0, 0x0D80, 0xCD41, 0x0F00, 0xCFC1, 0xCE81, 0x0E40, 0x0A00, 0xCAC1, 0xCB81, 0x0B40, 0xC901, 0x09C0, 0x0880, 0xC841, 0xD801, 0x18C0, 0x1980, 0xD941, 0x1B00, 0xDBC1, 0xDA81, 0x1A40, 0x1E00, 0xDEC1, 0xDF81, 0x1F40, 0xDD01, 0x1DC0, 0x1C80, 0xDC41, 0x1400, 0xD4C1, 0xD581, 0x1540, 0xD701, 0x17C0, 0x1680, 0xD641, 0xD201, 0x12C0, 0x1380, 0xD341, 0x1100, 0xD1C1, 0xD081, 0x1040, 0xF001, 0x30C0, 0x3180, 0xF141, 0x3300, 0xF3C1, 0xF281, 0x3240, 0x3600, 0xF6C1, 0xF781, 0x3740, 0xF501, 0x35C0, 0x3480, 0xF441, 0x3C00, 0xFCC1, 0xFD81, 0x3D40, 0xFF01, 0x3FC0, 0x3E80, 0xFE41, 0xFA01, 0x3AC0, 0x3B80, 0xFB41, 0x3900, 0xF9C1, 0xF881, 0x3840, 0x2800, 0xE8C1, 0xE981, 0x2940, 0xEB01, 0x2BC0, 0x2A80, 0xEA41, 0xEE01, 0x2EC0, 0x2F80, 0xEF41, 0x2D00, 0xEDC1, 0xEC81, 0x2C40, 0xE401, 0x24C0, 0x2580, 0xE541, 0x2700, 0xE7C1, 0xE681, 0x2640, 0x2200, 0xE2C1, 0xE381, 0x2340, 0xE101, 0x21C0, 0x2080, 0xE041, 0xA001, 0x60C0, 0x6180, 0xA141, 0x6300, 0xA3C1, 0xA281, 0x6240, 0x6600, 0xA6C1, 0xA781, 0x6740, 0xA501, 0x65C0, 0x6480, 0xA441, 0x6C00, 0xACC1, 0xAD81, 0x6D40, 0xAF01, 0x6FC0, 0x6E80, 0xAE41, 0xAA01, 0x6AC0, 0x6B80, 0xAB41, 0x6900, 0xA9C1, 0xA881, 0x6840, 0x7800, 0xB8C1, 0xB981, 0x7940, 0xBB01, 0x7BC0, 0x7A80, 0xBA41, 0xBE01, 0x7EC0, 0x7F80, 0xBF41, 0x7D00, 0xBDC1, 0xBC81, 0x7C40, 0xB401, 0x74C0, 0x7580, 0xB541, 0x7700, 0xB7C1, 0xB681, 0x7640, 0x7200, 0xB2C1, 0xB381, 0x7340, 0xB101, 0x71C0, 0x7080, 0xB041, 0x5000, 0x90C1, 0x9181, 0x5140, 0x9301, 0x53C0, 0x5280, 0x9241, 0x9601, 0x56C0, 0x5780, 0x9741, 0x5500, 0x95C1, 0x9481, 0x5440, 0x9C01, 0x5CC0, 0x5D80, 0x9D41, 0x5F00, 0x9FC1, 0x9E81, 0x5E40, 0x5A00, 0x9AC1, 0x9B81, 0x5B40, 0x9901, 0x59C0, 0x5880, 0x9841, 0x8801, 0x48C0, 0x4980, 0x8941, 0x4B00, 0x8BC1, 0x8A81, 0x4A40, 0x4E00, 0x8EC1, 0x8F81, 0x4F40, 0x8D01, 0x4DC0, 0x4C80, 0x8C41, 0x4400, 0x84C1, 0x8581, 0x4540, 0x8701, 0x47C0, 0x4680, 0x8641, 0x8201, 0x42C0, 0x4380, 0x8341, 0x4100, 0x81C1, 0x8081, 0x4040, }; int crc = 0x0000; for (byte b : bytes) { crc = (crc >>> 8) ^ table[(crc ^ b) & 0xff]; }