算法与数据结构全阶班-左程云版(二)基础阶段之1.复杂度、对数器、二分法和异或运算(下)

简介: 本文主要介绍了数据结构与算法的基本概念,包括算法评价指标、复杂度、对数器、二分法和异或运算。

4)局部最小值问题

一个无序数组,任意两个相邻元素都不相等,找到一个局部最小值。

package complexity01;
/**
 * @author Corley
 * @date 2021/10/4 9:45
 * @description LeetCodeAlgorithmZuo-complexity01
 */
public class BinarySearchLocalMin {
    public static int getLessIndex(int[] arr) {
        if (null == arr || 0 == arr.length) {
            return -1;
        }
        if (1 == arr.length || arr[0] < arr[1]) {
            return 0;
        }
        if (arr[arr.length - 1] < arr[arr.length - 2]) {
            return arr.length - 1;
        }
        int left = 1, right = arr.length - 2;
        int mid;
        while (left < right) {
            mid = left + ((right - left) >> 1);
            if (arr[mid - 1] < arr[mid]) {
                right = mid - 1;
            } else if (arr[mid + 1] < arr[mid]) {
                left = mid + 1;
            } else {
                return mid;
            }
        }
        return left;
    }
    public static void main(String[] args) {
        System.out.println(getLessIndex(new int[]{0, 2, 5, 5, 6, 7, 7, 7, 9, 12}));
        System.out.println(getLessIndex(new int[]{8, 2, 5, 7, 6, 4, 7, 2, 3, 4}));
        System.out.println(getLessIndex(new int[]{7, 2, 8, 5, 6, 9, 7, 3, 9, 0}));
    }
}

5.异或运算

认识异或运算

异或运算:相同为0,不同为1

同或运算:相同以1,不同为0

能长时间记住的概率接近0%

所以,异或运算就记成无进位相加!

2345_image_file_copy_98.jpg

异或运算的性质

1)0^N==N

N^N == 0

2)异或运算满足交换律和结合率

2345_image_file_copy_99.jpg

上面的两个性质用无进位相加来理解就非常的容易

如何不用额外变量交换两个数

2345_image_file_copy_100.jpg

可以进行这种操作的前提是变量属于不同的对象,即指向不同的内存,否则对象的数值会被置为0,但是允许两个对象的值相等。

一个数组中有一个数出现了奇数次,其他数都出现了偶数次,怎么找到并打印这一个数。

2345_image_file_copy_101.jpg

代码:

public static void getOneOddTimes(int[] arr) {
    int eor = 0;
    for (int i = 0; i < arr.length; i++) {
        eor ^= arr[i];
    }
    System.out.println(eor);
}

怎么把一个int类型的数,提取出最右侧的1

方法:N & ((~N) + 1)

2345_image_file_copy_102.jpg

一个数组中有两个数出现了奇数次,其他数都出现了偶数次,怎么找到并打印这两个数。

2345_image_file_copy_103.jpg

如下:

/*
一个数组中有两个数出现了奇数次,其他数都出现了偶数次,怎么找到并打印这两个数。
 */
public static void getTwoOddTimes(int[] arr) {
    int eor1 = 0;
    for (int j : arr) {
        eor1 ^= j;
    }
    // 提取最右边的1
    int rightOne = eor1 & (~eor1 + 1);
    int eor2 = 0;
    for (int j : arr) {
        if ((j & rightOne) != 0) {
            eor2 ^= j;
        }
    }
    int num1 = eor2, num2 = eor1 ^ eor2;
    System.out.println(num1 + " " + num2);
}
public static void main(String[] args) {
    int[] arr = {1, 2, 2, 4, 6, 6, 6, 6, 6, 4, 4, 4, 7, 7, 6, 7, 8, 8};
    getTwoOddTimes(arr);
}

给定一个数,计算这个数的二进制形式中1的个数。

public static int bit1Count(int num) {
    int count = 0;
    int rightOne;
    while (num != 0) {
        rightOne = num & (~num + 1);
        count++;
        num ^= rightOne;
    }
    return count;
}
public static void main(String[] args) {
    // int[] arr = {1, 2, 2, 4, 6, 6, 6, 6, 6, 4, 4, 4, 7, 7, 6, 7, 8, 8};
    // getTwoOddTimes(arr);
    System.out.println(Integer.toBinaryString(12345));
    System.out.println(bit1Count(12345));
}

总结

左神极力推荐的对数器是检验算法实现正确性的有力工具,可以覆盖几乎所有情况的测试用例,无死角实现对算法的验证。同时异或也是可以在算法实现中加快运算效率的技巧。

相关文章
|
1月前
|
机器学习/深度学习 存储 算法
【初阶数据结构篇】时间(空间)复杂度
复杂度是计算机科学中的一个基础概念,它帮助我们理解和评估算法的效率,对于算法设计和优化至关重要。
【初阶数据结构篇】时间(空间)复杂度
|
1月前
|
算法
【初阶数据结构】复杂度算法题篇
该方法基于如下的事实:当我们将数组的元素向右移动 k 次后,尾部 kmodn 个元素会移动至数组头部,其余元素向后移动 kmodn 个位置。
|
1月前
|
机器学习/深度学习 人工智能 算法
【人工智能】线性回归模型:数据结构、算法详解与人工智能应用,附代码实现
线性回归是一种预测性建模技术,它研究的是因变量(目标)和自变量(特征)之间的关系。这种关系可以表示为一个线性方程,其中因变量是自变量的线性组合。
40 2
|
1月前
|
算法
聊聊一个面试中经常出现的算法题:组合运算及其实际应用例子
聊聊一个面试中经常出现的算法题:组合运算及其实际应用例子
|
1月前
|
算法
【初阶数据结构篇】二叉树算法题
二叉树是否对称,即左右子树是否对称.
|
1月前
|
存储 算法
【初阶数据结构篇】顺序表和链表算法题
此题可以先找到中间节点,然后把后半部分逆置,最近前后两部分一一比对,如果节点的值全部相同,则即为回文。
|
1月前
|
存储 缓存 算法
深入解析B树:数据结构、存储结构与算法优势
深入解析B树:数据结构、存储结构与算法优势
|
1月前
|
存储 算法
【数据结构】复杂度(长期维护)
【数据结构】复杂度(长期维护)
|
16天前
|
算法 BI Serverless
基于鱼群算法的散热片形状优化matlab仿真
本研究利用浴盆曲线模拟空隙外形,并通过鱼群算法(FSA)优化浴盆曲线参数,以获得最佳孔隙度值及对应的R值。FSA通过模拟鱼群的聚群、避障和觅食行为,实现高效全局搜索。具体步骤包括初始化鱼群、计算适应度值、更新位置及判断终止条件。最终确定散热片的最佳形状参数。仿真结果显示该方法能显著提高优化效率。相关代码使用MATLAB 2022a实现。
|
16天前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。