利用二分查找获得List中小于并且最接近的数

简介: 利用二分查找获得List中小于并且最接近的数

引言


最近在老系统中看到了一大段代码,这个代码的目的是迁移迁移历史,在迁移的过程中需要很多计算,我大概看了一下代码,里面到处都是for 循环,虽然for循环的逻辑比较简单,但是循环的次数太多了, 这就导致这个方法非常的慢,其中有一个地方就是通过循环获得日期。


如果list中有5000个日期,恰好这个要查找的日期在最后面一个,那么肯定完蛋。 如果通过二分查找肯定会会少很多循环。


目标:找到集合中早于目标日期,并且最接近的一个日期,如果没有早于的则不返回


代码:

package com.zqf.platformweb.statistics.service;
import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.Date;
import java.util.List;
/**
 * @author zhenghao
 * @description:
 * @date 2020/6/2118:45
 */
public class test {
    public static void main(String[] args) throws Exception {
        SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
        Integer c = 0;
        //需要一个有序且不重复的数组
        List<Date> number = new ArrayList<>();
        number.add(sdf.parse("2010-04-10"));
        number.add(sdf.parse("2013-03-14"));
        number.add(sdf.parse("2015-07-18"));
        number.add(new Date());
        number.add(sdf.parse("2025-07-16"));
        System.out.println(find(number, 0, number.size()-1, sdf.parse("2025-07-16"), c));
    }
    public static Date find(List<Date> number, Integer start, Integer end, Date k, Integer c){
        c++;
        //如果只剩一个 直接返回
        if (start.equals(end)){
            Date startN = number.get(start);
            if (!startN.after(k)){
                return startN;
            }
            return null;
        }
        //如果只剩两个  返回最小的那个
        if (Math.abs(start-end) == 1){
            Date startN = number.get(start);
            Date endN = number.get(end);
            if (!endN.after(k)){
                return endN;
            }
            if (!startN.after(k)){
                return startN;
            }
            return null;
        }
        int midle = (start + end)/2;
        Date right = number.get(midle+1);
        //如果左边差值 比 右边差值 小 递归左半部分
        if (!right.after(k)){
            return find(number, midle + 1, end, k, c);
        }else {
            return find(number, start, midle , k, c);
        }
    }
}


经过测试,效果有很多提升,各位读者可以根据自己的需求,采用合适的算法来提升性能。


总结


如果能深入的了解数据结构和算法,在代码性能优化方面会有更多的思路,效果也会有明显提升。

目录
相关文章
|
4月前
|
监控 JavaScript 开发工具
【HarmonyOS 5】鸿蒙中@State的原理详解
@State 是 HarmonyOS ArkTS 框架中用于管理组件状态的核心装饰器,其核心作用是实现数据驱动 UI 的响应式编程模式。通过将变量标记为 @State,开发者可以确保当状态值发生变化时,依赖该状态的 UI 组件会自动重新渲染,从而保持数据与界面的实时同步。 @State 是 HarmonyOS ArkTS 实现响应式编程的大基础核心,可以说整个V1和V2都是围绕它来进行组合使用。
196 0
|
10月前
|
NoSQL Java Redis
Spring Boot 自动配置机制:从原理到自定义
Spring Boot 的自动配置机制通过 `spring.factories` 文件和 `@EnableAutoConfiguration` 注解,根据类路径中的依赖和条件注解自动配置所需的 Bean,大大简化了开发过程。本文深入探讨了自动配置的原理、条件化配置、自定义自动配置以及实际应用案例,帮助开发者更好地理解和利用这一强大特性。
1620 15
|
算法 开发者
代码与哲学的交织:探索软件开发中的哲理
【10月更文挑战第17天】 在数字化时代,软件开发不仅仅是技术的堆砌,更是智慧与哲学的碰撞。本文通过深入浅出的方式,探讨了编程中蕴含的哲学思想,如迭代思维、模块化设计以及错误处理的艺术。我们将一起思考如何将这些哲学理念融入日常开发,以提升我们的技术深度和广度,让代码不仅是冰冷的逻辑,而是充满智慧的艺术品。
181 5
|
Java 数据库连接
【线程池使用完毕为何必须shutdown】
【线程池使用完毕为何必须shutdown】
395 0
|
SQL 关系型数据库 数据库
实时计算 Flink版操作报错合集之在本地执行代码没有问题,但是在线执行sql命令就会报错,该怎么办
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
233 0
|
机器学习/深度学习 算法 Python
Python之建模规划篇--非线性规划
Python之建模规划篇--非线性规划
Python之建模规划篇--非线性规划
|
存储 设计模式 监控
【底层服务/编程功底系列】「手把手教学系列」带你打造一个属于自己的规则引擎服务,打破任何业务难题(逻辑模型和API设计)(二)
【底层服务/编程功底系列】「手把手教学系列」带你打造一个属于自己的规则引擎服务,打破任何业务难题(逻辑模型和API设计)
273 0
|
Java API
【底层服务/编程功底系列】「手把手教学系列」带你打造一个属于自己的规则引擎服务,打破任何业务难题(逻辑模型和API设计)(三)
【底层服务/编程功底系列】「手把手教学系列」带你打造一个属于自己的规则引擎服务,打破任何业务难题(逻辑模型和API设计)
297 0
|
程序员
代码之禅:从技术细节到哲学思考
【2月更文挑战第16天】 在数字世界的庞大宇宙中,每行代码都如同星辰,独立而明亮。本文将探索编程不仅是技术实现的手段,更是一种深层的哲学思考。我们将透过编程语言的语法和结构的表象,挖掘背后蕴含的思维模式与创造力的火花。这不仅仅是对编程实践的一次反思,更是一次关于人与机器、逻辑与直觉、控制与自由之间辩证关系的深入探讨。
240 0
|
JSON Java 数据格式
【Java报错】记录一次 sun.misc.Unsafe.park(Native Method) Conflicting setter definitions for property 导致的内存泄露
【Java报错】记录一次 sun.misc.Unsafe.park(Native Method) Conflicting setter definitions for property 导致的内存泄露
562 0