算法总结

简介: 猫狗队列 注意: 查找了一些网上的写法,发现很多样本再处理pollAll pollDog pollCat方法的时候,并不是如下边的要求弹出所有,原因不详,以我对文字的 敏感性来说,这种只弹出一个的方式是错误的,奈何很多公司的算法题 答案也是如此,所以暂且先这样处理,你完全可以添加一个循环将所有 元.

猫狗队列

注意:

查找了一些网上的写法,发现很多样本再处理pollAll pollDog pollCat方法的时候,并不是如下边的要求弹出所有,原因不详,以我对文字的
敏感性来说,这种只弹出一个的方式是错误的,奈何很多公司的算法题
答案也是如此,所以暂且先这样处理,你完全可以添加一个循环将所有
元素弹出

实现一种猫狗队列的结构,要求如下:

用户可以调用add方法将cat类或者dog类的实例放入队列中;
用户可以调用pollAll方法,将队列中所有的实例按照队列的先后顺序依次弹出;
用户可以调用pollDog方法,将队列中dog类的实例按照队列的先后顺序依次弹出;
用户可以调用pollCat方法,将队列中cat类的实例按照队列的先后顺序依次弹出;
用户可以调用isEmpty方法,检查队列中是否还有dog和cat的实例;
用户可以调用isDogEmpty方法,检查队列中是否还有do的实例;
用户可以调用isCatEmpty方法,检查队列中是否还有cat的实例。

public class CatDogQueue {
    private LinkedList<PetHolder> dogs;
    private LinkedList<PetHolder> cats;
    private int order;

    public CatDogQueue() {
        dogs = new LinkedList<>();
        cats = new LinkedList<>();
        order = 0;
    }
    public void add(Pet pet) {
        if ("cat".equals(pet.getPetType())) {
            cats.add(new PetHolder(pet, order++));
        } else if ("dog".equals(pet.getPetType())) {
            dogs.add(new PetHolder(pet, order++));
        }
    }
    public void pollAll() {
        if (!dogs.isEmpty() && !cats.isEmpty()) {
            if (dogs.peek().getOrder() < cats.peek().getOrder()) {
                dogs.poll();
            } else {
                cats.poll();
            }
        } else if (!dogs.isEmpty()) {
            dogs.poll();
        } else if (!cats.isEmpty()) {
            cats.poll();
        }
    }
    public Dog pollDog() {
        if (!dogs.isEmpty()) {
            return (Dog) dogs.poll().getPet();
        }
        return null;
    }
    public Cat pollCat() {
        if (!cats.isEmpty()) {
            return (Cat) cats.poll().getPet();
        }
        return null;
    }
    public boolean isEmpty() {
        return dogs.isEmpty() && cats.isEmpty();
    }
    public boolean isCatsEmpty() {
        return cats.isEmpty();
    }
    public boolean isDogsEmpty() {
        return dogs.isEmpty();
    }
}

class Pet {
    private String type;
    public Pet(String type) {
        this.type = type;
    }
    public String getPetType() {
        return this.type;
    }
}

class PetHolder {
    private Pet pet;
    private long order;
    public PetHolder(Pet pet, long order) {
        this.pet = pet;
        this.order = order;
    }
    public Pet getPet() {
        return this.pet;
    }
    public long getOrder() {
        return this.order;
    }
    public String getEnterPetType() {
        return this.pet.getPetType();
    }
}

class Cat extends Pet {
    public Cat() {
        super("cat");
    }
}

class Dog extends Pet {
    public Dog() {
        super("dog");
    }
}

用两个栈实现队列,支持队列的基本操作(add,poll, peek)

简单分析:
1.先进先出,那么两个栈结合刚好满足这一点
2.两个栈顺序操作,全部添加到第一个栈之后,当要开始出的时候再往第二个栈中添加,从而保证先进先出的特性

public class QueueMadeOfStack {

    private Stack<Integer> pushStack;
    private Stack<Integer> popStack;

    public QueueMadeOfStack() {
        pushStack = new Stack<Integer>();
        popStack = new Stack<Integer>();
    }
    
    public void add(int value) {
        pushStack.push(value);
    }
    
    public int poll() {
        if(popStack.empty() && pushStack.empty()) {
            throw new RuntimeException("queue is empty");
        }else if(popStack.empty()) {    
            while(!pushStack.empty()) {
                popStack.push(pushStack.pop());
            }
        }
        return popStack.pop();
    }
    
    public int peek() {
        if(popStack.empty() && pushStack.empty()) {
            throw new RuntimeException("queue is empty");
        }else if(popStack.empty()) {    
            while(!pushStack.empty()) {
                popStack.push(pushStack.pop());
            }
        }
        return popStack.peek();
    }
}

设计一个有获取最小值功能的栈,支持栈的基本功能,额外郑家一个getMin方法,要求pop,push,getMin时间复杂度为O(1)。可以使用现成的栈结构

简单分析:需要满足的要求大概如下:
1.先进后出
2.未进数据之前,为空,出完数据之后为空,所以如下实现中,pop使要保证两个stack都要pop干净


public class StackGetMin {
    Stack<Integer> stack = null;
    Stack<Integer> stackMin = null;
    public StackGetMin(){
        stack = new Stack<Integer>();
        stackMin = new Stack<Integer>();
    }
    
    public int size(){
        return stack.size();
    }
    
    public int pop(){
        
        if(!stackMin.empty()){
            stackMin.pop();
        }
        if(!stack.empty()){
            return stack.pop();
        }
        return 0;
    }
    
    public void push(int i){
        stack.push(i);
        if(stackMin.empty()){
            stackMin.push(i);
        }else{
            int temp = stackMin.peek();
            if(i < temp){
                stackMin.push(i);
            }
        }
    }
    
    public int getMin(){
        if(!stackMin.empty()){
            return stackMin.peek();
        }
        return 0;
    }
}

快速排序

通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。快速排序 的平均时间复杂度为O(NlogN),是冒泡排序的一种改进版。

注意,最外层的判断必不可少
public static void sortAgain(int [] s,int a,int b) {
        if(a <b) {
            int low = a;
            int high = b;
            int key = s[a];
            while(low < high) {
                while(low < high && s[high] >= key) {
                    high --;
                }
                if(low < high) {
                    s[low++] = s[high];
                }
                while(low < high && s[low] < key) {
                    low++;
                }
                if(low < high) {
                    s[high--] = s[low];
                }
            }
            s[low] = key;
            sortAgain(s, a, low-1);
            sortAgain(s, low+1, b);
        }
    }

冒泡排序

冒泡排序重复地走访过要排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

1.比较相邻的元素。如果第一个比第二个大,就交换它们两个;
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,这样在最后的元素应该会是最大的数;
3.针对所有的元素重复以上的步骤,除了最后一个;
4.重复步骤1~3,直到排序完成。

public static void bubble(int [] s) {
        for(int i = 0 ; i < s.length - 1;i++) {
            for(int j = 0;j<s.length -1 -i;j++) {
                if(s[j] > s[j+1]) {
                    int temp = s[j];
                    s[j] = s[j+1];
                    s[j+1]=temp;
                }
            }
        }
    }

选择排序

原理:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。

public static void change(int [] arr) {
        for(int i = 0 ; i < arr.length;i++) {
            int minIndex = i;
            for(int j = i+1; j < arr.length;j++) {
                if(arr[j] < arr[minIndex]) {
                    minIndex = j;
                }
            }
            int temp = arr[i];
            arr[i] = arr[minIndex];
            arr[minIndex] = temp;
        }
    }

未完,待续...

相关文章
|
3月前
|
人工智能 算法 搜索推荐
什么是算法?一切皆算法
如果有人问我什么算法?我就一句话:算法就是对一类问题的最优求解路径。
|
4月前
|
算法 调度 C#
|
6月前
|
算法 C++ 容器
【C++11新算法】all_of、any_of、none_of算法
【C++11新算法】all_of、any_of、none_of算法
118 0
|
机器学习/深度学习 算法 TensorFlow
秒懂算法 | RIB算法
结合微观行为序列的推荐(recommendation with sequences of micro behaviors, RIB)在物品序列的基础上,加入了对异构行为和停留时间的建模。对异构行为的建模使得模型能够捕捉更加细粒度的用户兴趣,而用户在某个页面上的停留时间则反映了用户对这个页面的感兴趣程度,并且停留时间越长,购买商品的转化率通常也会越高。
267 0
秒懂算法 | RIB算法
|
机器学习/深度学习 人工智能 算法
秒懂算法 | 莫队算法
本篇介绍了莫队算法的几何意义、基本莫队、带修改莫队以及树上莫队的相关内容。
437 0
秒懂算法 | 莫队算法
|
算法 索引
紫书之子集生成三种算法
紫书之子集生成三种算法
紫书之子集生成三种算法
算法硬算能提升多少
解决一个问题,想到一个方法,设计个对应的模型,开始训练吧。。。。 是这个思路没错吧(别较真,较真你就输了。) 然后就是慢长的等待,2天,3天。。。 transformer的WMT训练了3.5天,几天的训练是家常便饭了现在。
810 0
|
存储 人工智能 算法
下一篇
无影云桌面