题目如下
有a1和a2都是为无符号数组,al1和al2为数组的长度,数组的长度为偶数。无符号数组有一对数字区间组成。
例如:a1={0,1,3,6,10,20,4,5};
a2={0,1,20,30,50,4,5};
其中:a1表示为下区间[0,1],[3,6],[10,20],[4,5];
a2标示为下区间[0,1],[20,30],[35,0],[4,5];
则:计算a1和a2重叠的下区间个数。例如:a1和a2重叠下区间为[0,1][4,5]个数为2。
下面实现算法,计算1000000数组下区间重叠出现个数用时为90ms左右。
package com.demo; import java.util.Random; /** * 有a1和a2都是为无符号数组,al1和al2为数组的长度,数组的长度为偶数。 * 无符号数组有一对数字区间组成,例如: * a1={0,1,3,6,10,20,4,5} * a2={0,1,20,30,50,4,5} * 则: * a1表示为下区间[0,1],[3,6],[10,20],[4,5] * a2标示为下区间[0,1],[20,30],[35,0],[4,5] * 计算a1和a2重叠的下区间个数。例如:a1和a2重叠下区间为[0,1][4,5]个数为2. * 下面实现算法,计算1000000数组下区间重叠出现个数用时为90ms左右。 * * @author ChenGang */ public class Demo01 { /** * @param args */ public static void main(String[] args) { long time1 = System.currentTimeMillis() ; int num = 1000000 , len = 1000000 ; //声明数组 int[] num1 = randomArray(num,len) ; num1 = new int[]{0,1,3,6,10,20} ; System.out.println(String.format("生成数组num1用时:%dms",System.currentTimeMillis()-time1)); int[] num2 = randomArray(num,len) ; num2 = new int[]{0,1,20,50,4,5} ; System.out.println(String.format("生成数组num2用时:%dms",System.currentTimeMillis()-time1)); quickSort(num1); System.out.println(String.format("对数组num1排序用时:%dms",System.currentTimeMillis()-time1)); quickSort(num2); System.out.println(String.format("对数组num2排序用时:%dms",System.currentTimeMillis()-time1)); System.out.println(String.format("计算num1和num2重复出现成对数字个数 %d 。", excLogic(num1,num2))); System.out.println(String.format("计算num1和num2重复出现成对数字个数用时:%dms",System.currentTimeMillis()-time1)); } /** * 计算下区间个数逻辑处理 * @param _arr1 * @param _arr2 * @return */ private static int excLogic(int[] _arr1 , int[] _arr2){ int num = 0 , count=0 , idx1=0 , idx2=0 ; int[] arr1 = null , arr2 = null ; if(_arr1.length >= _arr2.length){ arr1 = _arr1 ; arr2 = _arr2 ; } else{ arr1 = _arr2 ; arr2 = _arr1 ; } while(idx1 < arr1.length){ if(idx2>=arr2.length){ break ; } if(arr1[idx1]==arr2[idx2]){ count++ ; idx1++ ; idx2++ ; } else{ if(count<2){ idx1=idx1<=0?0:idx1-1 ; idx2=idx2+1 ; } else{ if(idx1%2==0){ idx2=idx2+2; } else{ idx1=idx1<=0?0:idx1-1 ; idx2=idx2+1 ; } num = num+count/2 ; } count=0 ; } } if(count>0){ num = count/2 ; } return num ; } /** * 构造随机数数组 * @param num * @return */ private static int[] randomArray(int num , int len){ java.util.Random random = new Random() ; int[] arr = new int[len] ; for (int i = 0; i < arr.length; i++) { arr[i] = random.nextInt(num) ; } return arr ; } public static void quickSort(int[] a) { _quickSort(a,0,a.length-2) ; } /** * 对数组进行特殊化排序 * @param arr * @return */ private static void _quickSort(int[] a, int lo0, int hi0) { int i = lo0 , j = hi0; if (i >= j) return; //确定指针方向的逻辑变量 boolean flag=true; while (i != j) { if (a[i] > a[j] || (a[i]==a[j] && a[i+1]>a[j+1])) { //交换数字 int temp1 = a[i]; int temp2 = a[i+1]; a[i] = a[j]; a[i+1] = a[j+1]; a[j] = temp1; a[j+1] = temp2; flag = (flag == true) ? false : true; } //将指针向前或者向后移动 if(flag) j=j-2; else i=i+2; } //将数组分开两半,确定每个数字的正确位置 i=i-2; j=j+2; _quickSort(a, lo0, i); _quickSort(a, j, hi0); } }
相关推荐
pre_o_1csdn63m9a1bs0e1rr51niuu33e.a
matlab建立计算力学课程的笔记和文件.zip
FT_Prog_v3.12.38.643--FTD USB 工作模式设定及eprom读写
matlab基于RRT和人工势场法混合算法的路径规划.zip
matlab基于matlab的两步定位软件定义接收机的开源GNSS直接位置估计插件模块.zip
office 2016三和一精简版
文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
麦肯锡咨询顾问必备宝典-时间管理.ppt
文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
麦肯锡顾问的黄金思考方法.pptx
91fdd461elb59a4ce8dfcfc46bc283a7.msi
ansys maxwell
5-5
xx广告促销计划流程实施手册.ppt
仿小米商城微信小程序源码+项目说明.zip
文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
麦肯锡xx客户满意服务.ppt
网课专注度监测预警系统基于yolov5目标检测的网课专注度检测系统源码+模型+pyqt5界面.zip
【作品名称】:基于python+Scrapy的农业数据爬虫设计与实现 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】: 基于Scrapy的农业数据爬虫设计与实现 . ├── Crops # web服务 │ ├── app.py │ ├── static # 静态文件 │ │ ├── css │ │ └── js │ └── templates # 静态页面 │ ├── corn.html │ ├── corns.html │ ├── index.html │ ├── porcor.html │ ├── pork.html │ └── porks.html ├── README.md └── spider # 爬虫及数据处理 ├── integration # 数据汇总 │ └── corn.py └── tutorial # 爬虫 ├── scrap