博客
关于我
java快速排序算法
阅读量:409 次
发布时间:2019-03-05

本文共 1254 字,大约阅读时间需要 4 分钟。

package paixu;import org.junit.Test;import java.util.Arrays;public class KuaiSu {    public int getMiddle(int[] arr, int low, int high) {        int temp = arr[low]; // 选取中轴值        while (low < high) {            // 如果high指向的元素大于中轴值,则将high移动到中轴值前面            while (low < high && arr[high] > temp) {                high--;            }            // 将low指向的元素与high指向的元素交换位置            arr[low] = arr[high];            // 如果low指向的元素小于等于中轴值,则将low移动到中轴值后面            while (low < high && arr[low] <= temp) {                low++;            }            arr[high] = arr[low];        }        // 将中轴值放到正确的位置        arr[low] = temp;        return low; // 返回中轴的位置    }    public void quickSort(int[] arr, int low, int high) {        if (low < high) {            int middle = getMiddle(arr, low, high);            quickSort(arr, low, middle - 1);            quickSort(arr, middle + 1, high);        }    }    @Test    public void test01() {        int[] arr = {5, 8, 6, 4, 7, 2, 1, 5};        if (arr.length > 0) {            quickSort(arr, 0, arr.length - 1);        }        System.out.println(Arrays.toString(arr));    }}

以上代码是对QuickSort算法的实现,主要包含两个方法:getMiddlequickSortgetMiddle方法用于获取数组的中间索引,quickSort则是快速排序的核心方法。通过递归调用quickSort方法,将数组划分为左右两部分,直到整个数组排序完成。

转载地址:http://tyqwz.baihongyu.com/

你可能感兴趣的文章
python numba 转灰度图_使用NumPy、Numba的简单使用(二)
查看>>
Python Numpy 关于 linspace()函数 使用详解(全)
查看>>
Python numpy插入、读取至postgreSQL数据库中bytea类型字段
查看>>
Python numpy数据的保存和读取
查看>>
python numpy矩阵索引_python – 在2D numpy ndarray或numpy矩阵中获取前N个值的索引
查看>>
Python OCR库:自动化测试验证码识别神器!
查看>>
python opencv - 斑点检测或圆形检测
查看>>
Python还可以做情感分析你不看看吗?
查看>>
Python OpenCV HoughLinesP 无法检测线
查看>>
Python OpenCV-使用透明度覆盖图像
查看>>
python Opencv图像基础操作
查看>>
Python OpenCV将图像转换为字节字符串?
查看>>
python OpenCV视频的读取及保存
查看>>
python open和file的区别
查看>>
python open读取文件并对换行进行处理
查看>>
python os, os.path和sys模块
查看>>
Python os.environ 处理环境变量
查看>>
python os.path模块常用方法详解
查看>>
python os.system
查看>>
Python os.system执行多条语句,os.system的返回值以及与os.popen的区别
查看>>