快速排序与归并排序

简介: 快速排序与归并排序

快速排序

步骤

  1. 每次将left--right之间的元素分成左区域右区域,左边的小于基准数,右边大于基准数
  2. 在以左边区域,右边区域继续划分,每次都能确定每个区域的基准数的排好序的位置
  3. 最终就确定每一个数的排好序的位置了

实现

先走右边再走左边,因为基准数本来就在最左边
先从右向左找比基准数pivot小的数,再从左向右找比基准数pivot大的数,进行交换

图示 在这里插入图片描述

代码

    // 对数组arr的区间[left,right]进行快速排序
    public  static void fastSort(int[] arr, int left, int right) {
   
   
        // 递归到底的情况
        if (left >= right) {
   
   
            return;
        }
        //递归操作
        //1、找基准点 pivot
        int pivot = arr[left];
        int i = left;
        int j = right;
        //2、将比基准小的元素放在基准的左边,比基准大的元素放在基准的右边
        while(i<j){
   
   
            // 从右边找第一个比pivot小的元素
            while(i<j && arr[j]>pivot){
   
   
                j--;
            }
            if(i<j){
   
   
                arr[i]=arr[j];
                i++;
            }
            // 从左边找第一个比 pivot大的元素
            while(i<j && arr[i]<pivot){
   
   
                i++;
            }
            if(i<j){
   
   
                arr[j]=arr[i];
                j--;
            }
        }
        arr[i] = pivot;
        //3、对左右子区间分别进行快速排序
        fastSort(arr, left, i - 1);
        fastSort(arr, i + 1, right);
    }

2.归并排序

思想

归并排序是一种分而治之的思想,分到最后是一个元素,逐渐合并两个数组,一次次往回合并
先划分再排序

图示:
在这里插入图片描述

步骤

  1. 既然是分治,那就要用递归,每次将数组划分成两部分
    l是数组左边的索引,r是最右边的索引
  2. 递归到底条件就是l>=r
  3. 在每次返回的两个数组就要合并两个数组的元素

代码

mergeSort(arr){
   
   
    if(arr==null||arr.length==1){
   
   
        return arr:
    }
    mid = arr.length/2;
    int[] leftArr = arr(0,mid) arr数组的区域
    int[] rightArr = arr(mid+1,arr.length) arr数组的区域

    return mege(mergeSort(leftArr),mergeSort(rightArr))
}

merge(arr1,arr2){
   
   
    合并两个数组成新数组 newArr.legnth=arr1.len+arr2.len
    i=j=k=0
    while(i<arr1.len&&j<arr2.len){
   
   
        if(arr[i]<arr[j]){
   
   
            newArr[k]++ = arr[i++]
        }else{
   
   
            newArr[k++] = arr[j++]
        }
    }
    //接下来就是将arr1或者arr2的剩余元素添加到newArr里面
    while(i<arr1.len)...
    while(j<arr2.len)...
}
相关文章
|
11天前
|
人工智能 自然语言处理 Shell
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
本教程指导用户在开源AI助手Clawdbot中集成阿里云百炼API,涵盖安装Clawdbot、获取百炼API Key、配置环境变量与模型参数、验证调用等完整流程,支持Qwen3-max thinking (Qwen3-Max-2026-01-23)/Qwen - Plus等主流模型,助力本地化智能自动化。
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
|
6天前
|
人工智能 安全 机器人
OpenClaw(原 Clawdbot)钉钉对接保姆级教程 手把手教你打造自己的 AI 助手
OpenClaw(原Clawdbot)是一款开源本地AI助手,支持钉钉、飞书等多平台接入。本教程手把手指导Linux下部署与钉钉机器人对接,涵盖环境配置、模型选择(如Qwen)、权限设置及调试,助你快速打造私有、安全、高权限的专属AI助理。(239字)
4045 11
OpenClaw(原 Clawdbot)钉钉对接保姆级教程 手把手教你打造自己的 AI 助手
|
7天前
|
人工智能 机器人 Linux
保姆级 OpenClaw (原 Clawdbot)飞书对接教程 手把手教你搭建 AI 助手
OpenClaw(原Clawdbot)是一款开源本地AI智能体,支持飞书等多平台对接。本教程手把手教你Linux下部署,实现数据私有、系统控制、网页浏览与代码编写,全程保姆级操作,240字内搞定专属AI助手搭建!
4588 14
保姆级 OpenClaw (原 Clawdbot)飞书对接教程 手把手教你搭建 AI 助手
|
9天前
|
人工智能 JavaScript 应用服务中间件
零门槛部署本地AI助手:Windows系统Moltbot(Clawdbot)保姆级教程
Moltbot(原Clawdbot)是一款功能全面的智能体AI助手,不仅能通过聊天互动响应需求,还具备“动手”和“跑腿”能力——“手”可读写本地文件、执行代码、操控命令行,“脚”能联网搜索、访问网页并分析内容,“大脑”则可接入Qwen、OpenAI等云端API,或利用本地GPU运行模型。本教程专为Windows系统用户打造,从环境搭建到问题排查,详细拆解全流程,即使无技术基础也能顺利部署本地AI助理。
7128 15
|
5天前
|
人工智能 机器人 Linux
OpenClaw(Clawdbot、Moltbot)汉化版部署教程指南(零门槛)
OpenClaw作为2026年GitHub上增长最快的开源项目之一,一周内Stars从7800飙升至12万+,其核心优势在于打破传统聊天机器人的局限,能真正执行读写文件、运行脚本、浏览器自动化等实操任务。但原版全英文界面对中文用户存在上手门槛,汉化版通过覆盖命令行(CLI)与网页控制台(Dashboard)核心模块,解决了语言障碍,同时保持与官方版本的实时同步,确保新功能最快1小时内可用。本文将详细拆解汉化版OpenClaw的搭建流程,涵盖本地安装、Docker部署、服务器远程访问等场景,同时提供环境适配、问题排查与国内应用集成方案,助力中文用户高效搭建专属AI助手。
2804 6
|
7天前
|
存储 人工智能 机器人
OpenClaw是什么?阿里云OpenClaw(原Clawdbot/Moltbot)一键部署官方教程参考
OpenClaw是什么?OpenClaw(原Clawdbot/Moltbot)是一款实用的个人AI助理,能够24小时响应指令并执行任务,如处理文件、查询信息、自动化协同等。阿里云推出的OpenClaw一键部署方案,简化了复杂配置流程,用户无需专业技术储备,即可快速在轻量应用服务器上启用该服务,打造专属AI助理。本文将详细拆解部署全流程、进阶功能配置及常见问题解决方案,确保不改变原意且无营销表述。
4777 4
|
9天前
|
人工智能 JavaScript API
零门槛部署本地 AI 助手:Clawdbot/Meltbot 部署深度保姆级教程
Clawdbot(Moltbot)是一款智能体AI助手,具备“手”(读写文件、执行代码)、“脚”(联网搜索、分析网页)和“脑”(接入Qwen/OpenAI等API或本地GPU模型)。本指南详解Windows下从Node.js环境搭建、一键安装到Token配置的全流程,助你快速部署本地AI助理。(239字)
4721 23
|
15天前
|
人工智能 API 开发者
Claude Code 国内保姆级使用指南:实测 GLM-4.7 与 Claude Opus 4.5 全方案解
Claude Code是Anthropic推出的编程AI代理工具。2026年国内开发者可通过配置`ANTHROPIC_BASE_URL`实现本地化接入:①极速平替——用Qwen Code v0.5.0或GLM-4.7,毫秒响应,适合日常编码;②满血原版——经灵芽API中转调用Claude Opus 4.5,胜任复杂架构与深度推理。
8754 13