zoukankan      html  css  js  c++  java
  • Java--基础阶段--第3章: 数 组

    3.1 数组的概述

    • 数组(Array),是多个相同类型数据一定顺序排列的集合,并使用一个名字命名,并通过编号的方式对这些数据进行统一管理。
    • 数组的常见概念
    1. 数组名
    2. 下标(或索引)
    3. 元素
    4. 数组的长度
    • 数组本身是引用数据类型,而数组中的元素可以是任何数据类型,包括
    • 基本数据类型和引用数据类型。
    • 创建数组对象会在内存中开辟一整块连续的空间,而数组名中引用的是
    • 这块连续空间的首地址。
    • 数组的长度一旦确定,就不能修改
    • 我们可以直接通过下标(或索引)的方式调用指定位置的元素,速度很快。
    • 数组的分类:
    1. 按照维度:一维数组、二维数组、三维数组、…
    2. 按照元素的数据类型分:基本数据类型元素的数组、引用数据类型元素的数组(即对象数组)

    3.2 一维数组的使用:声明

    • 一维数组的声明方式
    1. type var[] 或 type[] var;
    2. 例如:
    3. int a[];
    4. int[] a1;
    5. double b[];
    6. String[] c; //引用类型变量数组
    • Java语言中声明数组时不能指定其长度(数组中元素的数), 例如: int a[5]; //非法
    动态初始化:数组声明且为数组元素分配空间与赋值的操作分开进行
    int[] arr = new int[3];
    arr[0] = 3;
    arr[1] = 9;
    arr[2] = 8;
    String names[];
    names = new String[3];
    names[0] = “钱学森”;
    names[1] = “邓稼先”;
    names[2] = “袁隆平”;
    静态初始化:在定义数组的同时就为数组元素分配空间并赋值。
    int arr[] = new int[]{ 3, 9, 8};
    int[] arr = {3,9,8};
     
    String names[] = {“李四光”,“茅以升”,“华罗庚”}

    一维数组的使用:数组元素的引用

    • 定义并用运算符new为之分配空间后,才可以引用数组中的每个元素;
    • 数组元素的引用方式:数组名[数组元素下标]
    1. 数组元素下标可以是整型常量或整型表达式。如a[3] , b[i] , c[6*i];
    2. 数组元素下标从0开始;长度为n的数组合法下标取值范围: 0 —>n-1;如int a[]=newint[3]; 可引用的数组元素为a[0]、a[1]、a[2]
    • 每个数组都有一个属性length指明它的长度,例如:a.length 指明数组a的长度(元素个数)
    1. 数组一旦初始化,其长度是不可变的
    • 数组是引用类型,它的元素相当于类的成员变量,因此数组一经分配空间,其中的每个元素也被按照成员变量同样的方式被隐式初始化。例如:
    1 public class Test {
    2 public static void main(String argv[]){
    3 int a[]= new int[5];
    4 System.out.println(a[3]);
    5 //a[3]的默认值为0
    6 }
    7 }
    1. 对于基本数据类型而言,默认初始化值各有不同
    2. 对于引用数据类型而言,默认初始化值为null(注意与0不同!)

    一维数组的使用:数组元素的默认初始化值

    创建基本数据类型数组 (1)

    • Java中使用关键字new来创建数组
    • 如下是创建基本数据类型元素的一维数组
    1 public class Test{
    2 public static void main(String args[]){
    3 int[] s;
    4 s = new int[10];
    5 for ( int i=0; i<10; i++ ) {
    6 s[i] =2*i+1;
    7 System.out.println(s[i]);
    8 } } }

    3.3 多维数组的使用

    • Java 语言里提供了支持多维数组的语法。
    • 如果说可以把一维数组当成几何中的线性图形,那么二维数组就相当于是一个表格,像右图Excel中的表格一样。
    • 对于二维数组的理解,我们可以看成是一维数组array1又作为另一个一维数组array2的元素而存在。其实,从数组底层的运行机制来看,其实没有多维数组。
    3.3 多维数组的使用
     

     3.4 数组中涉及到的常见算法:二分法查找算法

     1 //二分法查找:要求此数组必须是有序的。
     2 int[] arr3 = new int[]{-99,-54,-2,0,2,33,43,256,999};
     3 boolean isFlag = true;
     4 int number = 256;
     5 //int number = 25;
     6 int head = 0;//首索引位置
     7 int end = arr3.length - 1;//尾索引位置
     8 while(head <= end){
     9     int middle = (head + end) / 2;
    10     if(arr3[middle] == number){
    11         System.out.println("找到指定的元素,索引为:" + middle);
    12         isFlag = false;
    13         break; 
    14     }else if(arr3[middle] > number){
    15         end = middle - 1;
    16     }else{//arr3[middle] < number
    17         head = middle + 1;
    18     } 
    19 }
    20 if(isFlag){
    21     System.out.println("未找打指定的元素");
    22 }

    3.4 数组中涉及到的常见算法:排序算法

    排序算法

    • 排序:假设含有n个记录的序列为{R1,R2,...,Rn},其相应的关键字序列为{K1,K2,...,Kn}。将这些记录重新排序为{Ri1,Ri2,...,Rin},使得相应的关键字值满足条Ki1<=Ki2<=...<=Kin,这样的一种操作称为排序。
    1. 通常来说,排序的目的是快速查找。
    • 衡量排序算法的优劣:
    1. 时间复杂度:分析关键字的比较次数和记录的移动次数
    2. 空间复杂度:分析排序算法中需要多少辅助内存
    3. 稳定性:若两个记录A和B的关键字值相等,但排序后A、B的先后次序保持不变,则称这种排序算法是稳定的。
     

    排序算法分类:内部排序外部排序

    • 内部排序:整个排序过程不需要借助于外部存储器(如磁盘等),所有排序操作都在内存中完成。
    • 外部排序:参与排序的数据非常多,数据量非常大,计算机无法把整个排序过程放在内存中完成,必须借助于外部存储器(如磁盘)。外部排序最常见的是多路归并排序。可以认为外部排序是由多次内部排序组成。
    • 选择排序

    十大内部排序算法

    1. 直接选择排序、堆排序
    • 交换排序
    1. 冒泡排序、快速排序
    • 插入排序
    1. 直接插入排序、折半插入排序、Shell排序
    • 归并排序
    • 桶式排序
    • 基数排序
     
    说明:满足确定性的算法也称为:确定性算法。现在人们也关注更广泛的概念,例如
    考虑各种非确定性的算法,如并行算法、概率算法等。另外,人们也关注并不要求终
    止的计算描述,这种描述有时被称为过程(procedure)。
     

    冒泡排序

    • 介绍:
    1. 冒泡排序的原理非常简单,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。
    • 排序思想:
    1. 比较相邻的元素。如果第一个比第二个大(升序),就交换他们两个。
    2. 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完后,最后的元素会是最大的数。
    3. 针对所有的元素重复以上的步骤,除了最后一个。
    4. 4持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较为止。

    快速排序

    • 介绍:
    1. 快速排序通常明显比同为O(nlogn)的其他算法更快,因此常被采用,而且快排采用了分治法的思想,所以在很多笔试面试中能经常看到快排的影子。可见掌握快排的重要性。
    • 快速排序(Quick Sort)由图灵奖获得者Tony Hoare发明,被列为20世纪十大算法之一,是迄今为止所有内排序算法中速度最快的一种。冒泡排序的升级版,交换排序的一种。快速排序的时间复杂度为O(nlog(n))。
     
     
    • 排序思想:
    1.  从数列中挑出一个元素,称为"基准"(pivot),
    2. 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准
    3. 值大的摆在基准的后面(相同的数可以到任一边)。在这个分区结束之后,
    4. 该基准就处于数列的中间位置。这个称为分区(partition)操作。
    5. 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数
    6. 列排序。
    7. 递归的最底部情形,是数列的大小是零或一,也就是永远都已经被排序好了。虽然一直递归下去,但是这个算法总会结束,因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。

    各种内部排序方法性能比较

    1. 从平均时间而言:快速排序最佳。但在最坏情况下时间性能不如堆排序和归并排序。
    2. 从算法简单性看:由于直接选择排序、直接插入排序和冒泡排序的算法比较简单,将其认为是简单算法。对于Shell排序、堆排序、快速排序和归并排序算法,其算法比较复杂,认为是复杂排序。
    3. 从稳定性看:直接插入排序、冒泡排序和归并排序时稳定的;而直接选择排序、快速排序、 Shell排序和堆排序是不稳定排序
    4. 从待排序的记录数n的大小看,n较小时,宜采用简单排序;而n较大时宜采用改进排序。
     

    排序算法的选择

    • (1)若n较小(如n≤50),可采用直接插入直接选择排序
    • 当记录规模较小时,直接插入排序较好;否则因为直接选择移动的记录数少于直接插入,应选直接选择排序为宜。
    • (2)若文件初始状态基本有序(指正序),则应选用直接插入冒泡或随机的快速序为宜;
    • (3)若n较大,则应采用时间复杂度为O(nlgn)的排序方法:快速排序、堆排序归并排序

    3.5 Arrays工具类的使用

    java.util.Arrays类即为操作数组的工具类,包含了用来操作数组(比如排序和搜索)的各种方法。

    java.util.Arrays类的sort()方法提供了数组元素排序功能:

     1 import java.util.Arrays;
     2 public class SortTest {
     3     public static void main(String[] args) {
     4         int [] numbers = {5,900,1,5,77,30,64,700};
     5         Arrays.sort(numbers);
     6         for(int i = 0; i < numbers.length; i++){
     7             System.out.println(numbers[i]); 
     8         } 
     9     } 
    10 }

    3.6 数组使用中的常见异常

    本博客的内容如果没有标注转载字样,均属个人原创!欢迎学习交流,如果觉得有价值,欢迎转载,转载请注明出处,谢谢!

    邮箱:116293678@qq.com

    个人主页:www.cnblogs.com/Saladin/

  • 相关阅读:
    sentinel使用内置规则检测威胁——自定义规则是使用的KQL
    在Azure Sentinel中使用威胁情报——可以自己订阅,自己创建一条indicator来使用基于情报的检测
    sm2国密算法的纯c语言版本,使用于单片机平台(静态内存分配)
    JDK-8180048 : Interned string and symbol table leak memory during parallel unlinking
    CMS垃圾收集器小实验之CMSInitiatingOccupancyFraction参数
    记spring boot线上项目内存优化
    springboot 配置log4j2日志,并输出到文件
    SpringBoot 日志管理之自定义Appender
    Linux 上 定时备份postgresql 数据库的方法
    linux下执行sh脚本,提示Command not found解决办法
  • 原文地址:https://www.cnblogs.com/Saladin/p/11340083.html
Copyright © 2011-2022 走看看