算法是程序员必被的一个技能,在面试中常常出现,下面总结了面试中出现的常见算法,这些算法程序员应该牢记在心中,要非常熟练。
插入排序算法
原理:将数组分为无序区和有序区两个区,然后不断将无序区的第一个元素按大小顺序插入到有序区中去,最终将所有无序区元素都移动到有序区完成排序。
要点:设立哨兵,作为临时存储和判断数组边界之用。
public class InsertSort {
private static void insertSort(int[] a) {
int j;
int tmp;
for (int i = 1; i < a.length; i++) {
tmp = a[i];
for (j = i; j > 0 && tmp < a[j - 1]; j--) {
a[j] = a[j - 1];
}
a[j] = tmp;
}
}
}
希尔排序算法
原理:又称增量缩小排序。先将序列按增量划分为元素个数相同的若干组,使用直接插入排序法进行排序,然后不断缩小增量直至为1,最后使用直接插入排序完成排序。
要点:增量的选择以及排序最终以1为增量进行排序结束。
public class ShellSort {
private static void shellSort(int[] a) {
int j;
int tmp;
for (int gap = a.length / 2; gap >0; gap /= 2) {
for (int i = gap; i < a.length;i++) {
tmp = a[i];
for (j = i; j >= gap && tmp< a[j - gap]; j -= gap) {
a[j] = a[j - gap];
}
a[j] = tmp;
}
}
}
}
冒泡排序算法
原理:将序列划分为无序和有序区,不断通过交换较大元素至无序区尾完成排序。
要点:设计交换判断条件,提前结束以排好序的序列循环。
public class BubbleSort {
private static void bubbleSort(int[] a) {
for (int i = 0; i < a.length - 1;i++) {
for (int j = 0; j < a.length - 1 - i; j++) {
if (a[j] > a[j + 1]) {
swap(a, j, j + 1);
}
}
}
}
private static void swap(int[] a, int x, int y) {
int tmp = a[x];
a[x] = a[y];
a[y] = tmp;
}
}
快速排序算法
原理:不断寻找一个序列的中点,然后对中点左右的序列递归的进行排序,直至全部序列排序完成,使用了分治的思想。
要点:递归、分治
public class QuickSort {
private static void quickSort(int[] a) {
quickSort(a, 0, a.length - 1);
}
private static void quickSort(int[] a, int left, int right) {
if (left < right) {
int pivot = a[left];
int lo = left;
int hi = right;
while (lo < hi) {
while (lo < hi &&a[hi] >= pivot) {
hi--;
}
a[lo] = a[hi];
while (lo < hi &&a[lo] <= pivot) {
lo++;
}
a[hi] = a[lo];
}
a[lo] = pivot;
quickSort(a, left, lo - 1);
quickSort(a, lo + 1, right);
}
}
}
简单选择排序算法
原理:将序列划分为无序和有序区,寻找无序区中的最小值和无序区的首元素交换,有序区扩大一个,循环最终完成全部排序
public class SelectSort {
private static void selectSort(int[] a) {
int idx;
for (int i = 0; i < a.length; i++) {
idx = i;
for (int j = i + 1; j < a.length; j++) {
if (a[idx] > a[j]) {
idx = j;
}
}
swap(a, idx, i);
}
}
private static void swap(int[] a, int x, int y) {
int tmp = a[x];
a[x] = a[y];
a[y] = tmp;
}
}
堆排序算法
原理:利用大根堆或小根堆思想,首先建立堆,然后将堆首与堆尾交换,堆尾之后为有序区。
要点:建堆、交换、调整堆
public class HeapSort {
private static void heapSort(int[] a) {
// 先创建大堆,从第一个非叶子结点开始调整,然后调整第二个非叶子结点...
for (int i = a.length / 2; i >= 0 ; i--) {
shiftDown(a, i, a.length);
}
// 调整大堆,将最大的元素调整到未排好序的部分的末尾
for (int i = a.length - 1; i > 0 ; i--) {
swap(a, 0, i);
shiftDown(a, 0, i);
}
}
private static void shiftDown(int[] a, int i, int n) {
int child;
int tmp;
for (tmp = a[i]; i * 2 + 1 < n; i = child) {
child = i * 2 + 1;
if (child != n - 1 && a[child] < a[child + 1]) {
child++;
}
if (tmp < a[child]) {
a[i] = a[child];
} else {
break;
}
}
a[i] = tmp;
}
private static void swap(int[] a, int x, int y) {
int tmp = a[x];
a[x] = a[y];
a[y] = tmp;
}
}
归并排序算法
原理:将原序列划分为有序的两个序列,然后利用归并算法进行合并,合并之后即为有序序列。
要点:归并、分治
public class MergeSort {
private static void mergeSort(int[] a) {
int[] b = new int[a.length];
mergeSort(a, b, 0, a.length - 1);
}
private static void mergeSort(int[] a, int[] b, int left, int right) {
if (left < right) {
int center = left + (right - left) / 2;
mergeSort(a, b, left, center);
mergeSort(a, b, center + 1, right);
merge(a, b, left, center + 1, right);
}
}
private static void merge(int[] a, int[] b, int leftPos, int rightPos, intrightEnd) {
int leftEnd = rightPos - 1;
int tempPos = leftPos;
int numElements = rightEnd - leftPos + 1;
while (leftPos <= leftEnd && rightPos <= rightEnd) {
if (a[leftPos] <= a[rightPos]) {
b[tempPos] = a[leftPos];
tempPos++;
leftPos++;
} else {
b[tempPos] = a[rightPos];
tempPos++;
rightPos++;
}
}
while (leftPos <= leftEnd) {
b[tempPos] = a[leftPos];
tempPos++;
leftPos++;
}
while (rightPos <= rightEnd) {
b[tempPos] = a[rightPos];
tempPos++;
rightPos++;
}
for (int i = 0; i < numElements; i++, rightEnd--) {
a[rightEnd] = b[rightEnd];
}
}
}
二分查找算法
public class BinarySearch {
public static int binarySearch(int[] a, int v) {
int mid;
int lo = 0;
int hi = a.length - 1;
while (lo <= hi) {
mid = lo + ((hi - lo) >>> 1); // 移位运算的优先级比较低,要用括号
if (a[mid] == v) { // 已经找到
return mid;
} else if (a[mid] < v) { // 可能在右边
lo = mid + 1;
} else { // 可能在左边
hi = mid - 1;
}
}
return -1; // 未找到
}
}