java分治演算法
排序演算法有很多，所以在特定情景中使用哪一種演算法很重要。為了選擇合適的演算法，可以按照建議的順序考慮以下標准：
（1）執行時間
（2）存儲空間
（3）編程工作
對於數據量較小的情形，（1）（2）差別不大，主要考慮（3）；而對於數據量大的，（1）為首要。
主要排序法有：
一、冒泡（Bubble）排序——相鄰交換
二、選擇排序——每次最小/大排在相應的位置
三、插入排序——將下一個插入已排好的序列中
四、殼（Shell）排序——縮小增量
五、歸並排序
六、快速排序
七、堆排序
八、拓撲排序
一、冒泡（Bubble）排序
----------------------------------Code 從小到大排序n個數------------------------------------
void BubbleSortArray()
{
for(int i=1;i<n;i++)
{
for(int j=0;i<n-i;j++)
{
if(a[j]>a[j+1])//比較交換相鄰元素
{
int temp;
temp=a[j]; a[j]=a[j+1]; a[j+1]=temp;
}
}
}
}
-------------------------------------------------Code------------------------------------------------
效率 O（n²）,適用於排序小列表。
二、選擇排序
----------------------------------Code 從小到大排序n個數--------------------------------
void SelectSortArray()
{
int min_index;
for(int i=0;i<n-1;i++)
{
min_index=i;
for(int j=i+1;j<n;j++)//每次掃描選擇最小項
if(arr[j]<arr[min_index]) min_index=j;
if(min_index!=i)//找到最小項交換，即將這一項移到列表中的正確位置
{
int temp;
temp=arr[i]; arr[i]=arr[min_index]; arr[min_index]=temp;
}
}
}
-------------------------------------------------Code-----------------------------------------
效率O（n²），適用於排序小的列表。
三、插入排序
--------------------------------------------Code 從小到大排序n個數-------------------------------------
void InsertSortArray()
{
for(int i=1;i<n;i++)//循環從第二個數組元素開始，因為arr[0]作為最初已排序部分
{
int temp=arr[i];//temp標記為未排序第一個元素
int j=i-1;
while (j>=0 && arr[j]>temp)/*將temp與已排序元素從小到大比較，尋找temp應插入的位置*/
{
arr[j+1]=arr[j];
j--;
}
arr[j+1]=temp;
}
}
------------------------------Code--------------------------------------------------------------
最佳效率O（n）；最糟效率O（n²）與冒泡、選擇相同，適用於排序小列表
若列表基本有序，則插入排序比冒泡、選擇更有效率。
四、殼（Shell）排序——縮小增量排序
-------------------------------------Code 從小到大排序n個數-------------------------------------
void ShellSortArray()
{
for(int incr=3;incr<0;incr--)//增量遞減，以增量3，2，1為例
{
for(int L=0;L<(n-1)/incr;L++)//重復分成的每個子列表
{
for(int i=L+incr;i<n;i+=incr)//對每個子列表應用插入排序
{
int temp=arr[i];
int j=i-incr;
while(j>=0&&arr[j]>temp)
{
arr[j+incr]=arr[j];
j-=incr;
}
arr[j+incr]=temp;
}
}
}
}
--------------------------------------Code-------------------------------------------
適用於排序小列表。
效率估計O（nlog2^n）~O（n^1.5），取決於增量值的最初大小。建議使用質數作為增量值，因為如果增量值是2的冪，則在下一個通道中會再次比較相同的元素。
殼（Shell）排序改進了插入排序，減少了比較的次數。是不穩定的排序，因為排序過程中元素可能會前後跳躍。
五、歸並排序
----------------------------------------------Code 從小到大排序---------------------------------------
void MergeSort(int low,int high)
{
if(low>=high) return;//每個子列表中剩下一個元素時停止
else int mid=(low+high)/2;/*將列表劃分成相等的兩個子列表,若有奇數個元素，則在左邊子列表大於右側子列表*/
MergeSort(low,mid);//子列表進一步劃分
MergeSort(mid+1,high);
int [] B=new int [high-low+1];//新建一個數組，用於存放歸並的元素
for(int i=low,j=mid+1,k=low;i<=mid && j<=high;k++)/*兩個子列表進行排序歸並，直到兩個子列表中的一個結束*/
{
if (arr[i]<=arr[j];)
{
B[k]=arr[i];
I++;
}
else
{ B[k]=arr[j]; j++; }
}
for( ;j<=high;j++,k++)//如果第二個子列表中仍然有元素，則追加到新列表
B[k]=arr[j];
for( ;i<=mid;i++,k++)//如果在第一個子列表中仍然有元素，則追加到新列表中
B[k]=arr[i];
for(int z=0;z<high-low+1;z++)//將排序的數組B的 所有元素復制到原始數組arr中
arr[z]=B[z];
}
-----------------------------------------------------Code---------------------------------------------------
效率O（nlogn），歸並的最佳、平均和最糟用例效率之間沒有差異。
適用於排序大列表，基於分治法。
六、快速排序
------------------------------------Code--------------------------------------------
/*快速排序的演算法思想：選定一個樞紐元素，對待排序序列進行分割，分割之後的序列一個部分小於樞紐元素，一個部分大於樞紐元素，再對這兩個分割好的子序列進行上述的過程。*/ void swap(int a,int b){int t;t =a ;a =b ;b =t ;}
int Partition(int [] arr,int low,int high)
{
int pivot=arr[low];//採用子序列的第一個元素作為樞紐元素
while (low < high)
{
//從後往前栽後半部分中尋找第一個小於樞紐元素的元素
while (low < high && arr[high] >= pivot)
{
--high;
}
//將這個比樞紐元素小的元素交換到前半部分
swap(arr[low], arr[high]);
//從前往後在前半部分中尋找第一個大於樞紐元素的元素
while (low <high &&arr [low ]<=pivot )
{
++low ;
}
swap (arr [low ],arr [high ]);//將這個樞紐元素大的元素交換到後半部分
}
return low ;//返回樞紐元素所在的位置
}
void QuickSort(int [] a,int low,int high)
{
if (low <high )
{
int n=Partition (a ,low ,high );
QuickSort (a ,low ,n );
QuickSort (a ,n +1,high );
}
}
----------------------------------------Code-------------------------------------
平均效率O（nlogn），適用於排序大列表。
此演算法的總時間取決於樞紐值的位置；選擇第一個元素作為樞紐，可能導致O（n²）的最糟用例效率。若數基本有序，效率反而最差。選項中間值作為樞紐，效率是O（nlogn）。
基於分治法。
七、堆排序
最大堆：後者任一非終端節點的關鍵字均大於或等於它的左、右孩子的關鍵字，此時位於堆頂的節點的關鍵字是整個序列中最大的。
思想：
(1)令i=l,並令temp＝ kl ;
(2)計算i的左孩子j=2i+1;
(3)若j<＝n－1，則轉(4),否則轉(6);
(4)比較kj和kj+1,若kj+1>kj,則令j＝j＋1，否則j不變；
(5)比較temp和kj，若kj>temp，則令ki等於kj，並令i=j,j=2i+1,並轉(3),否則轉(6)
(6)令ki等於temp，結束。
-----------------------------------------Code---------------------------
void HeapSort(SeqIAst R)
{ //對R[1..n]進行堆排序，不妨用R[0]做暫存單元 int I; BuildHeap(R)； //將R[1-n]建成初始堆for(i=n;i>1；i--) //對當前無序區R[1..i]進行堆排序，共做n-1趟。{ R[0]=R[1]; R[1]=R[i]; R[i]=R[0]; //將堆頂和堆中最後一個記錄交換 Heapify(R,1,i-1); //將R[1..i-1]重新調整為堆，僅有R[1]可能違反堆性質 } } ---------------------------------------Code--------------------------------------
堆排序的時間，主要由建立初始堆和反復重建堆這兩部分的時間開銷構成，它們均是通過調用Heapify實現的。
堆排序的最壞時間復雜度為O(nlgn)。堆排序的平均性能較接近於最壞性能。 由於建初始堆所需的比較次數較多，所以堆排序不適宜於記錄數較少的文件。 堆排序是就地排序，輔助空間為O(1)， 它是不穩定的排序方法。
堆排序與直接插入排序的區別:
直接選擇排序中，為了從R[1..n]中選出關鍵字最小的記錄，必須進行n-1次比較，然後在R[2..n]中選出關鍵字最小的記錄，又需要做n-2次比較。事實上，後面的n-2次比較中，有許多比較可能在前面的n-1次比較中已經做過，但由於前一趟排序時未保留這些比較結果，所以後一趟排序時又重復執行了這些比較操作。
堆排序可通過樹形結構保存部分比較結果，可減少比較次數。
八、拓撲排序
例 ：學生選修課排課先後順序
拓撲排序：把有向圖中各頂點按照它們相互之間的優先關系排列成一個線性序列的過程。
方法：
在有向圖中選一個沒有前驅的頂點且輸出
從圖中刪除該頂點和所有以它為尾的弧
重復上述兩步，直至全部頂點均已輸出（拓撲排序成功），或者當圖中不存在無前驅的頂點（圖中有迴路）為止。
---------------------------------------Code--------------------------------------
void TopologicalSort()/*輸出拓撲排序函數。若G無迴路，則輸出G的頂點的一個拓撲序列並返回OK，否則返回ERROR*/
{
int indegree[M];
int i,k,j;
char n;
int count=0;
Stack thestack;
FindInDegree(G,indegree);//對各頂點求入度indegree[0....num]
InitStack(thestack);//初始化棧
for(i=0;i<G.num;i++)
Console.WriteLine("結點"+G.vertices[i].data+"的入度為"+indegree[i]);
for(i=0;i<G.num;i++)
{
if(indegree[i]==0)
Push(thestack.vertices[i]);
}
Console.Write("拓撲排序輸出順序為：");
while(thestack.Peek()!=null)
{
Pop(thestack.Peek());
j=locatevex(G,n);
if (j==-2)
{
Console.WriteLine("發生錯誤，程序結束。");
exit();
}
Console.Write(G.vertices[j].data);
count++;
for(p=G.vertices[j].firstarc;p!=NULL;p=p.nextarc)
{
k=p.adjvex;
if (!(--indegree[k]))
Push(G.vertices[k]);
}
}
if (count<G.num)
Cosole.WriteLine("該圖有環，出現錯誤，無法排序。");
else
Console.WriteLine("排序成功。");
}
----------------------------------------Code--------------------------------------
演算法的時間復雜度O（n+e）。
B. java中的演算法，一共有多少種，哪幾種，怎麼分類。
就好比問，漢語中常用寫作方法有多少種，怎麼分類。
演算法按用途分,體現設計目的、有什麼特點
演算法按實現方式分，有遞歸、迭代、平行、序列、過程、確定、不確定等等
演算法按設計范型分，有分治、動態、貪心、線性、圖論、簡化等等
作為圖靈完備的語言，理論上」Java語言「可以實現所有演算法。
「Java的標准庫'中用了一些常用數據結構和相關演算法.
像apache common這樣的java庫中又提供了一些通用的演算法
C. java分治演算法的問題
這樣會簡單點
public class arrayc
{
public static void main(String args[])
{
int i,max,min;
int a[]={58,25,65,23,56,58,98,154};
min=max=a[0];
System.out.println("elements in array a are");
for(i=0;i<a.length;i++)
{
System.out.print(a[i]+" ");
if(a[i]>max)
max=a[i];
if(a[i]<min)
min=a[i];
}
System.out.println("\n the max value is"+max);
System.out.println("the min value is"+min);
}
}
D. Java中二維數組排序的問題
文章
java數組排序2009年09月12日 星期六 下午 12:55import java.util.Random;
/**
* 排序測試類
*
* 排序演算法的分類如下：
* 1.插入排序（直接插入排序、折半插入排序、希爾排序）；
* 2.交換排序（冒泡泡排序、快速排序）；
* 3.選擇排序（直接選擇排序、堆排序）；
* 4.歸並排序；
* 5.基數排序。
*
* 關於排序方法的選擇：
* (1)若n較小(如n≤50)，可採用直接插入或直接選擇排序。
* 當記錄規模較小時，直接插入排序較好；否則因為直接選擇移動的記錄數少於直接插人，應選直接選擇排序為宜。
* (2)若文件初始狀態基本有序(指正序)，則應選用直接插人、冒泡或隨機的快速排序為宜；
* (3)若n較大，則應採用時間復雜度為O(nlgn)的排序方法：快速排序、堆排序或歸並排序。
*
* @author WangRuifeng
*/
public class SortTest {
/**
* 初始化測試數組的方法
* @return 一個初始化好的數組
*/
public int[] createArray() {
Random random = new Random();
int[] array = new int[10];
for (int i = 0; i < 10; i++) {
array[i] = random.nextInt(100) - random.nextInt(100);//生成兩個隨機數相減，保證生成的數中有負數
}
System.out.println("==========原始序列==========");
printArray(array);
return array;
}
/**
* 列印數組中的元素到控制台
* @param source
*/
public void printArray(int[] source) {
for (int i : source) {
System.out.print(i + " ");
}
System.out.println();
}
/**
* 交換數組中指定的兩元素的位置
* @param source
* @param x
* @param y
*/
private void swap(int[] source, int x, int y) {
int temp = source[x];
source[x] = source[y];
source[y] = temp;
}
/**
* 冒泡排序----交換排序的一種
* 方法：相鄰兩元素進行比較，如有需要則進行交換，每完成一次循環就將最大元素排在最後（如從小到大排序），下一次循環是將其他的數進行類似操作。
* 性能：比較次數O(n^2),n^2/2；交換次數O(n^2),n^2/4
*
* @param source 要排序的數組
* @param sortType 排序類型
* @return
*/
public void bubbleSort(int[] source, String sortType) {
if (sortType.equals("asc")) { //正排序，從小排到大
for (int i = source.length - 1; i > 0; i--) {
for (int j = 0; j < i; j++) {
if (source[j] > source[j + 1]) {
swap(source, j, j + 1);
}
}
}
} else if (sortType.equals("desc")) { //倒排序，從大排到小
for (int i = source.length - 1; i > 0; i--) {
for (int j = 0; j < i; j++) {
if (source[j] < source[j + 1]) {
swap(source, j, j + 1);
}
}
}
} else {
System.out.println("您輸入的排序類型錯誤！");
}
printArray(source);//輸出冒泡排序後的數組值
}
/**
* 直接選擇排序法----選擇排序的一種
* 方法：每一趟從待排序的數據元素中選出最小（或最大）的一個元素， 順序放在已排好序的數列的最後，直到全部待排序的數據元素排完。
* 性能：比較次數O(n^2),n^2/2
* 交換次數O(n),n
* 交換次數比冒泡排序少多了，由於交換所需CPU時間比比較所需的CUP時間多，所以選擇排序比冒泡排序快。
* 但是N比較大時，比較所需的CPU時間佔主要地位，所以這時的性能和冒泡排序差不太多，但毫無疑問肯定要快些。
*
* @param source 要排序的數組
* @param sortType 排序類型
* @return
*/
public void selectSort(int[] source, String sortType) {
if (sortType.equals("asc")) { //正排序，從小排到大
for (int i = 0; i < source.length; i++) {
for (int j = i + 1; j < source.length; j++) {
if (source[i] > source[j]) {
swap(source, i, j);
}
}
}
} else if (sortType.equals("desc")) { //倒排序，從大排到小
for (int i = 0; i < source.length; i++) {
for (int j = i + 1; j < source.length; j++) {
if (source[i] < source[j]) {
swap(source, i, j);
}
}
}
} else {
System.out.println("您輸入的排序類型錯誤！");
}
printArray(source);//輸出直接選擇排序後的數組值
}
/**
* 插入排序
* 方法：將一個記錄插入到已排好序的有序表（有可能是空表）中,從而得到一個新的記錄數增1的有序表。
* 性能：比較次數O(n^2),n^2/4
* 復制次數O(n),n^2/4
* 比較次數是前兩者的一般，而復制所需的CPU時間較交換少，所以性能上比冒泡排序提高一倍多，而比選擇排序也要快。
*
* @param source 要排序的數組
* @param sortType 排序類型
*/
public void insertSort(int[] source, String sortType) {
if (sortType.equals("asc")) { //正排序，從小排到大
for (int i = 1; i < source.length; i++) {
for (int j = i; (j > 0) && (source[j] < source[j - 1]); j--) {
swap(source, j, j - 1);
}
}
} else if (sortType.equals("desc")) { //倒排序，從大排到小
for (int i = 1; i < source.length; i++) {
for (int j = i; (j > 0) && (source[j] > source[j - 1]); j--) {
swap(source, j, j - 1);
}
}
} else {
System.out.println("您輸入的排序類型錯誤！");
}
printArray(source);//輸出插入排序後的數組值
}
/**
* 反轉數組的方法
* @param source 源數組
*/
public void reverse(int[] source) {
int length = source.length;
int temp = 0;//臨時變數
for (int i = 0; i < length / 2; i++) {
temp = source[i];
source[i] = source[length - 1 - i];
source[length - 1 - i] = temp;
}
printArray(source);//輸出到轉後數組的值
}
/**
* 快速排序
* 快速排序使用分治法（Divide and conquer）策略來把一個序列（list）分為兩個子序列（sub-lists）。
* 步驟為：
* 1. 從數列中挑出一個元素，稱為 "基準"（pivot），
* 2. 重新排序數列，所有元素比基準值小的擺放在基準前面，所有元素比基準值大的擺在基準的後面（相同的數可以到任一邊）。在這個分割之後，該基準是它的最後位置。這個稱為分割（partition）操作。
* 3. 遞歸地（recursive）把小於基準值元素的子數列和大於基準值元素的子數列排序。
* 遞回的最底部情形，是數列的大小是零或一，也就是永遠都已經被排序好了。雖然一直遞回下去，但是這個演算法總會結束，因為在每次的迭代（iteration）中，它至少會把一個元素擺到它最後的位置去。
* @param source 待排序的數組
* @param low
* @param high
* @see SortTest#qsort(int[], int, int)
* @see SortTest#qsort_desc(int[], int, int)
*/
public void quickSort(int[] source, String sortType) {
if (sortType.equals("asc")) { //正排序，從小排到大
qsort_asc(source, 0, source.length - 1);
} else if (sortType.equals("desc")) { //倒排序，從大排到小
qsort_desc(source, 0, source.length - 1);
} else {
System.out.println("您輸入的排序類型錯誤！");
}
}
/**
* 快速排序的具體實現，排正序
* @param source
* @param low
* @param high
*/
private void qsort_asc(int source[], int low, int high) {
int i, j, x;
if (low < high) { //這個條件用來結束遞歸
i = low;
j = high;
x = source[i];
while (i < j) {
while (i < j && source[j] > x) {
j--; //從右向左找第一個小於x的數
}
if (i < j) {
source[i] = source[j];
i++;
}
while (i < j && source[i] < x) {
i++; //從左向右找第一個大於x的數
}
if (i < j) {
source[j] = source[i];
j--;
}
}
source[i] = x;
qsort_asc(source, low, i - 1);
qsort_asc(source, i + 1, high);
}
}
/**
* 快速排序的具體實現，排倒序
* @param source
* @param low
* @param high
*/
private void qsort_desc(int source[], int low, int high) {
int i, j, x;
if (low < high) { //這個條件用來結束遞歸
i = low;
j = high;
x = source[i];
while (i < j) {
while (i < j && source[j] < x) {
j--; //從右向左找第一個小於x的數
}
if (i < j) {
source[i] = source[j];
i++;
}
while (i < j && source[i] > x) {
i++; //從左向右找第一個大於x的數
}
if (i < j) {
source[j] = source[i];
j--;
}
}
source[i] = x;
qsort_desc(source, low, i - 1);
qsort_desc(source, i + 1, high);
}
}
/**
* 二分法查找
* 查找線性表必須是有序列表
*
* @param source
* @param key
* @return
*/
public int binarySearch(int[] source, int key) {
int low = 0, high = source.length - 1, mid;
while (low <= high) {
mid = (low + high) >>> 1; //相當於mid = (low + high) / 2，但是效率會高些
if (key == source[mid]) {
return mid;
} else if (key < source[mid]) {
high = mid - 1;
} else {
low = mid + 1;
}
}
return -1;
}
public static void main(String[] args) {
SortTest sortTest = new SortTest();
int[] array = sortTest.createArray();
System.out.println("==========冒泡排序後(正序)==========");
sortTest.bubbleSort(array, "asc");
System.out.println("==========冒泡排序後(倒序)==========");
sortTest.bubbleSort(array, "desc");
array = sortTest.createArray();
System.out.println("==========倒轉數組後==========");
sortTest.reverse(array);
array = sortTest.createArray();
System.out.println("==========選擇排序後(正序)==========");
sortTest.selectSort(array, "asc");
System.out.println("==========選擇排序後(倒序)==========");
sortTest.selectSort(array, "desc");
array = sortTest.createArray();
System.out.println("==========插入排序後(正序)==========");
sortTest.insertSort(array, "asc");
System.out.println("==========插入排序後(倒序)==========");
sortTest.insertSort(array, "desc");
array = sortTest.createArray();
System.out.println("==========快速排序後(正序)==========");
sortTest.quickSort(array, "asc");
sortTest.printArray(array);
System.out.println("==========快速排序後(倒序)==========");
sortTest.quickSort(array, "desc");
sortTest.printArray(array);
System.out.println("==========數組二分查找==========");
System.out.println("您要找的數在第" + sortTest.binarySearch(array, 74) + "個位子。（下標從0計算）");
}
}
字元串排序：
public class StringSort {
public static void main(String []args) {
String[] s={"a","b","c","d","m","f"};
for(int i=s.length-1;i>=1;i--){
for(int j=0;j<=i-1;j++) {
if(s[j].compareTo(s[j+1])<0) {
String temp=null;
temp=s[j];
s[j]=s[j+1];
s[j+1]=temp;
}
}
}
for(String a:s){
System.out.print(a+" ");
}
}
}
比較字元串的實質是比較字元串的字母，首字母相同，比較下一個，然後又相同的話，再下一個....所以你可以先用substring();截出第一個字元，然後再比較，相同的再截第二個，.....
hope some help for you
E. JAVA程序經常用到「遞歸」,「遞歸」的基本思想是
遞歸的核心思想是分解。把一個很復雜的問題使用同一個策略將其分解為較簡單的問題，如果這個的問題仍然不能解決則再次分解，直到問題能被直接處理為止。
比如求 1+1/2+1/3+...+1/n的和，如果按照我們正常的思維，就會使用一個循環，把所有的表示式的值加起來，這是最直接的辦法。如果使用遞歸的思維，過程就是這樣的，要求1+1/2+1/3+...+1/n的值，可以先求s1=1+1/2+1/3+...+1/(n-1)的值，再用s1加上1/n就是所求的值，而求s1的過程又可以使用上面的分解策略繼續分解，最終分解到求1+1/2的值，而這個問題簡單到我們可以直接解決，自此問題得到解決。
遞歸強調的分治的策略，再舉個例子，有一種排序演算法叫歸並排序，其思想是這樣的：要對一個無序的數組進行排序，可以將這個數組分解為2個小數組，然後對這兩個數組分別排序，再把排好序的兩個數組合並。而這一過程中只有「對兩個數組分別排序」不是我們能解決的，但是這個問題可以使用上面的策略進行再次的分解，最後這個問題就被分解到對2個元素的數組進行排序，而這個問題簡單到我們可以直接處理。
上面提到的分解的策略，或者說演算法，抽象出來就是我們的函數，因為在這個過程中我們要不同的使用這個策略來不斷的分解問題，所以代碼上就體現為這個函數會不斷的調用自身。還有一點，並不是所有的遞歸都是可以實現的，或者說有意義的。如果在分解的過程中，問題最終不能分解到一個可以直接解決的問題，則這個過程是沒有意義，也就是無限的循環。
具體的代碼都不貼了，有興趣可以網路看看。
F. 如何用Java語言編程實現下面這道題
貪心演算法: 思路就是對花到第一個噴泉距離從近到遠排序，然後找到另一個噴泉距離最大的一個
復雜度O(n^2)。
import java.util.*;
public class Demo {
static long[][] flowers;
public static void main(String[] args) {
Scanner in=new Scanner(System.in);
int n=in.nextInt();
int x1=in.nextInt();
int y1=in.nextInt();
int x2=in.nextInt();
int y2=in.nextInt();
flowers=new long[n][2];
for (int i = 0; i < n; i++) {
int x=in.nextInt();
int y=in.nextInt();
flowers[i][0]=dis(x,y,x1,y1);
flowers[i][1]=dis(x,y,x2,y2);
}
Arrays.sort(flowers, (o1, o2) -> {
if (o1[0]<o2[0])
return -1;
else if (o1[0]==o2[0])
return 0;
else return 1;
});
long temp=0;
long temp2=0;
for (int i = 0; i < flowers.length; i++) {
temp=Math.max(temp,flowers[i][1]);
}
for (int i = 0; i < flowers.length; i++) {
for (int j = i+1; j < flowers.length ; j++) {
if (flowers[j][1]>temp2)
temp2=flowers[j][1];
}
temp=Math.min(temp,flowers[i][0]+temp2);
temp2=0;
}
System.out.println(temp);
}
public static long dis(int x,int y,int x1,int y1){
return (long) (x1 - x) *(x1-x)+ (long) (y1 - y) *(y1-y);
}
}
G. 如何進行java海量數據處理，下面一段是我摘抄的問題及處理方法
你理解應該錯了吧，即使再怎麼分布不均，他求出來的都是每個文件中訪問次數最多的，所有的都是最大的情況下做比較之後，得到的值一定是最大的啊，還是說每個IP的登錄記錄都不在同一個文件中？如果是這樣的話，那麼這樣做應該得不到一個精確的結果。
我是個菜鳥，本來想圍觀的。。。
但是我感覺樓主的問題用BitMap演算法應該是可以解決的。BloomFilter也可以，但是會誤判，有大神看見了而且覺得我說的不對的話勿噴，我不是很懂大數據量開發。
H. 關於JAVA。其中的sum（i－1）應該沒有什麼意義，只是一個遞歸語法，為了可以不停地調用自己方法
嗯，這就是遞歸語法，不能說沒有意義，在演算法中分治法用的就是遞歸，演算法效率是很可觀的。像歸並排序，快速排序都是經典啊
I. java 線性查找和二分查找的區別
一 線性查找
定義：在一列給定的值中進行搜索，從一端開始逐一檢查每個元素，直到找到所需元素的過程。
線性查找又稱為順序查找。如果查找池是某種類型的一個表，比如一個數組，簡單的查找方法是從表頭開始，一次將每一個值與目標元素進行比較。最後，或者查找到目標，或者達到表尾，而目標不存在於組中，這個方法稱為線性查找。
二 折半查找
定義：二分查找又稱折半查找，它是一種效率較高的查找方法。
【二分查找要求】：1.必須採用順序存儲結構 2.必須按關鍵字大小有序排列。
【優缺點】折半查找法的優點是比較次數少，查找速度快，平均性能好;其缺點是要求待查表為有序表，且插入刪除困難。因此，折半查找方法適用於不經常變動而查找頻繁的有序列表。
【演算法思想】首先，將表中間位置記錄的關鍵字與查找關鍵字比較，如果兩者相等，則查找成功；否則利用中間位置記錄將表分成前、後兩個子表，如果中間位置記錄的關鍵字大於查找關鍵字，則進一步查找前一子表，否則進一步查找後一子表。
重復以上過程，直到找到滿足條件的記錄，使查找成功，或直到子表不存在為止，此時查找不成功。
【演算法復雜度】假設其數組長度為n，其演算法復雜度為o（log（n））
折半查找法也稱為二分查找法，它充分利用了元素間的次序關系，採用分治策略，可在最壞的情況下用O(log n)完成搜索任務。它的基本思想是，將n個元素分成個數大致相同的兩半，取a[n/2]與欲查找的x作比較，如果x=a[n/2]則找到x，演算法終止。如 果x<a[n/2]，則我們只要在數組a的左半部繼續搜索x（這里假設數組元素呈升序排列）。如果x>a[n/2]，則我們只要在數組a的右 半部繼續搜索x。