時間長度:執行算法的時間長度與執行步數成正比,所以數組的查找算法時間(N/2步)要比插入算法(一步)長很多。刪除(不允許重複)查找算法時間(N/2)加上移動剩下N/2個數據項,總共是N步。
允許重複的查找算法:即使找到了上一個,還得繼續查找下一個,直到最後一個數據項。但是刪除的話,需要檢查N個數據項和移動大於等於N/2個數據項。這個操作的平均時間依賴於重複數據項在整個數組中的分佈情況。算法的實現:
- 每刪除一個,就將其後的所有數據往前移一位,然後再從頭開始查找?
- 感覺不用從頭開始,而應該從查找到的那位開始,這樣效率會高一點。
- 更好的做法是刪除完了所有的關鍵字之後再進行整合?好像不太好實現。
|
No Duplicates |
Duplicates OK |
Search |
N/2 comparisons |
N comparisons |
Insertion |
No comparisons, one moves |
No comparisons, one moves |
Deletion |
N/2 comparisons, N/2 moves |
N comparisons, more than N/2 moves |
有序與無序數組的對比
1、插入操作慢,因爲需要排序
2、查找快,因爲有了排序
3、刪除稍快,因爲查找快
數組實現
/**
* @author darren
* @time 2020/5/24
* @todo 有序數組
**/
public class OrdArray<T extends Comparable<? super T>> {
private int size;
private T[] tArray;
/**
* 指向當前索引的下一個位置
*/
private int index;
/**
* 是否允許重複
*/
private boolean isDup;
/**
* 默認不允許重複
*
* @param array
*/
public OrdArray(T[] array) {
this.tArray = array;
size = tArray.length;
this.isDup = false;
}
public OrdArray(T[] array, boolean isDup) {
this.tArray = array;
size = tArray.length;
this.isDup = isDup;
}
/**
* 1、找到要插入的位置
* 2、從該位置到末尾都需要往後挪動一位
* 3、在該位置賦value值
*
* @param value
* @return
*/
public int add(T value) {
/**
* 不允許重複,並且在數組中有對應的值,直接返回-1
*/
if (!isDup && getKey(value) != -1) {
return -1;
}
int pos = getPosition(value, 0, index);
/**
* 不是在數組最後一位插入的,都需要挪動
*/
if (pos != index) {
System.arraycopy(tArray, pos, tArray, pos + 1, index - pos);
}
//先挪動一位,再賦值
tArray[pos] = value;
index++;
return pos;
}
/**
* 有序數組中的二分法查找,不再是線性查找
*
* @return 索引位置,-1代表沒有找到
*/
public int getKey(T value) {
/**
* 數組爲空,直接返回;
* 比最小值小,比最大值大,直接返回,不用二分法查找
*/
if (index < 1 || (tArray[0].compareTo(value) > 0 || tArray[index - 1].compareTo(value) < 0)) {
return -1;
}
return getKey(value, 0, index);
}
/**
* 根據索引位置刪除
*
* @param pos
* @return 當前位置下的值
*/
public T delete(int pos) {
if (pos < 0 || pos >= index) {
return null;
}
T value = tArray[pos];
System.arraycopy(tArray, pos + 1, tArray, pos, index - pos - 1);
tArray[index - 1] = null;
index--;
return value;
}
public int delete(T value) {
int pos = getKey(value);
if (pos != -1) {
System.arraycopy(tArray, pos + 1, tArray, pos, index - pos - 1);
tArray[index - 1] = null;
index--;
}
return pos;
}
/**
* 二分法查找算法
*
* @param value
* @param sPos
* @param ePos
* @return
*/
private int getKey(T value, int sPos, int ePos) {
return binarySearch(value, sPos, ePos, true);
}
/**
* 二分法查找,不管存不存在,都返回一個插入的索引值
*
* @param value
* @param sPos
* @param ePos
* @return
*/
private int getPosition(T value, int sPos, int ePos) {
//等於小於最小值,返回0,數組所有的數據後移一位
if (index < 1 || tArray[0].compareTo(value) >= 0) {
return 0;
}
//大於等於最大值,返回當前索引的下一位
if (tArray[index - 1].compareTo(value) <= 0) {
return index;
}
return binarySearch(value, sPos, ePos, false);
}
/**
* 二分算法核心實現
*
* @param value
* @param sPos
* @param ePos
* @param isFind 是否需要真正找到value對應的索引
* @return
* @Todo 遞歸中return與非return的區別
* 假設某個遞歸方法有返回值:
* 遞歸中之所以使用return是用來返回最終執行的那個方法的返回值
* 如果不使用return,那麼返回值是首次進入該方法時的返回值
*/
private int binarySearch(T value, int sPos, int ePos, boolean isFind) {
/**
* @todo 這個查找終止條件很關鍵
*/
if (sPos > ePos) {
return isFind ? -1 : (ePos + 1);
}
int pos = (sPos + ePos) / 2;
/**
* 發現值比數組的中間值小
* @Todo 關鍵在於pos-1和pos+1
*/
int compRlt = tArray[pos].compareTo(value);
if (compRlt > 0) {
//去掉return會導致返回的值是首次進入該方法時的返回值
return binarySearch(value, sPos, pos - 1, isFind);
} else if (compRlt < 0) {
return binarySearch(value, pos + 1, ePos, isFind);
}
return pos;
}
/**
* 正向排序
* 1、首先決定內層循環的算法
* 2、決定外層循環的次數:從最後開始比最前開始要好
* 不要內層外層一起考慮
*/
public void bubbleSort() {
for (int i = index - 1; i > 0; i--) { //只是用來控制次數,所以可前可後
for (int j = 0; j < i; j++) {
if (tArray[j] > tArray[j + 1]) {
swap(j, j + 1);
}
}
}
}
/**
* 選擇排序算法精髓:
* 和冒泡算法一樣比較,但只是比較,找到最小值,直到比較完一次後後才進行交換
* 然後進行下一次比較,並且比較的個數少了一個
*/
public void selectSort() {
for (int i = 0; i < index; i++) {
int min = tArray[i];
//pos的初始值很重要
int pos = i;
for (int j = i + 1; j < index; j++) {
if (min > tArray[j]) {
min = tArray[j];
pos = j;
}
}
//此處的交換是放在內層循環的外面,因此減少了交換的次數
swap(i, pos);
}
}
@Override
public String toString() {
StringBuilder sb = new StringBuilder();
sb.append("[");
for (T t : tArray) {
sb.append(t);
sb.append(",");
}
sb.delete(sb.length() - 1, sb.length());
sb.append("]");
return sb.toString();
}
public static void main(String[] args) {
Integer[] ints = new Integer[10];
OrdArray<Integer> ordArray = new OrdArray<Integer>(ints, true);
ordArray.add(5);
ordArray.add(1);
ordArray.add(7);
ordArray.add(0);
ordArray.add(9);
ordArray.add(6);
ordArray.add(6);
int i1 = ordArray.getKey(1);
int i2 = ordArray.getKey(9);
int i3 = ordArray.getKey(3);
int i4 = ordArray.delete(new Integer(7));
int i5 = ordArray.delete(new Integer(0));
int i6 = ordArray.delete(new Integer(9));
Integer int1 = ordArray.delete(0);
Integer int2 = ordArray.delete(3);
}
}
數組不能滿足插入刪除查詢都很快的要求。
爲什麼不將所有的數據用數組來存儲
插入效率太低(有序數組),查找、刪除效率太低(無序)
另外,數組大小是固定的。