Time of Update: 2018-07-26
目錄(?)[+] 選擇排序演算法介紹 選擇排序與冒泡排序非常的相似,都是一層層築頂的過程,不同點在於冒泡排序會頻繁的互換位置,而選擇排序只是記錄最大元素的位置,並與頂互換,只需交換一次。所以選擇排序與冒泡排序相比時間常數會更小,更有效率,儘管他們的最壞已耗用時間都是O(n2)。 選擇排序演算法Java實現 如《插入排序(Insertsort)之Java實現》一樣,先實現一個數組工具類。代碼如下: [java]
Time of Update: 2018-07-26
目錄(?)[+] 插入排序演算法介紹 排序演算法是最簡單的演算法,也是最基本的演算法。顧名思義,插入排序就是把當前待排序的元素插入到一個已經排好序的列表裡面。 一個非常形象的例子就是右手抓取一張撲克牌,並把它插入左手拿著的排好序的撲克裡面。插入排序的最壞已耗用時間是O(n2), 所以並不是最優的排序演算法。特點是簡單,不需要額外的儲存空間,在元素少的時候工作得好。 插入排序演算法Java實現
Time of Update: 2018-07-26
目錄(?)[+] 快速排序演算法介紹
Time of Update: 2018-07-26
目錄(?)[+] 堆排序演算法介紹 堆是一種重要的資料結構,為一棵完全二叉樹,
Time of Update: 2018-07-26
目錄(?)[+] 冒泡排序演算法介紹 冒泡排序比插入排序更簡單,把最大的元素逐步推到最高位(當前須處理子數組的最高位)。依我的理解,冒泡排序是一個一層層築頂的過程。頂築好了,排序也就好了。冒泡排序的最壞已耗用時間是O(n2),效率和插入排序一樣。 冒泡排序演算法Java實現 如《插入排序(Insertsort)之Java實現》一樣,先實現一個數組工具類。代碼如下: [java] view plain
Time of Update: 2018-07-26
//該工具類可以實現:給定一個指定的資料庫表名,即可自動產生對應的java實體類 package com.iamzken.utils;import java.io.BufferedWriter;import java.io.File;import java.io.FileWriter;import java.io.IOException;import java.net.URL;import java.sql.Connection;import
Time of Update: 2018-07-26
引言:最近在學習spring,感覺還是很有收穫的,順便整理了下知識點,以後沒事就來看看,學習學習... Spring 中的bean 繼承與Java 中的繼承截然不同。前者是執行個體與執行個體之間參數值的延續,後者則是從一般到特殊的細化。前者是對象與對象之間的關係,後者是類與類之間的關係。 因此, Spring 中bean 的繼承和Java 中bean
Time of Update: 2018-07-26
/** * 得到amr的時間長度 * * @param file * @return * @throws IOException */ public static long getAmrDuration(File file) throws IOException { long duration = -1; int[] packedSize = { 12, 13, 15, 17, 19, 20, 26, 31, 5
Time of Update: 2018-07-26
在調用Arrays.asList()方法時把一個數組轉化成List列表時,對得到的List列表進行add()和remove()操作時出現java.lang.UnsupportedOperationException異常。把數組轉化為List的作業碼如下: package exercise;import java.util.Arrays;import java.util.List;public class UnSupportedTest { public static void
Time of Update: 2018-07-26
半夜三更寫代碼還給我來異常, 太不給面子了.. 通過Arrays.asList(Object...array)拿到的List是個AbstractList, 是抽象類別, 並沒有實現add(), remove()等方法, 而是直接拋出這個UnsupportedOperationException, 有人說通過迴圈遍曆插入到new 出來的List裡, 其實不用這麼麻煩: String[] opers =
Time of Update: 2018-07-26
import java.util.ArrayList; import java.util.Arrays; import java.util.HashSet; import java.util.Iterator; import java.util.List; import java.util.Set; public class Test{ private static String[] s = new
Time of Update: 2018-07-26
直接上代碼: package com.iamzken.test; import java.util.Timer; import java.util.TimerTask; public class Test { public static void main(String[] args) { //這裡參數為true代表該線程為後台線程,如果是false則代表後台線程 Timer timer = new Timer(true);
Time of Update: 2018-07-26
package com.iamzken.utils;import java.text.ParseException;import java.text.SimpleDateFormat;import java.util.Date;public class DateFormatTest {public static void main(String[] args) throws ParseException
Time of Update: 2018-07-26
package test;import java.util.LinkedList;public class Test {public static void main(String[] args) {R r = new R();P p1 = new P(r,10);P p2 = new P(r,20);P p3 = new P(r,30);P p4 = new P(r,40);P p5 = new P(r,50);C c1 = new C(r,10);C c2 = new C(r,20);C
Time of Update: 2018-07-26
public class Test2{ public static void main(String[] args) { String s = "211ahn678rh2kkk07312n3e12w4"; int begin = 0; outer:for(;begin<s.length();){ if(!(s.charAt(begin)>=48
Time of Update: 2018-07-26
import java.util.ArrayList; import java.util.Arrays; import java.util.List; public class Test{ private static String[] s = new String[]{"a","b","a"}; private static int l = s.length; private static
Time of Update: 2018-07-26
很早之前就已經接觸過快速排序演算法了,面試當中也屢屢被問到,雖然明白其原理,但從未真正的用代碼敲出來。 寫關於演算法的代碼之前一定要原理想明白,不然就是盲目,在參考有關資料及自己的沉思之後,寫出如下代碼,中間出現了一些bug,但都很快解決了 如果有更好的最佳化演算法,還請不吝賜教。。。。 原始碼: package com.zken.test;/** * @author iamzken * 排序演算法 * 使用快速排序演算法對一個數組從小到大排序 * 2015-8-27 13:40
Time of Update: 2018-07-26
目錄(?)[+] 計數排序演算法介紹 比較排序演算法可以通過決策樹模型證明,其下線是O(nlgn)。而本文介紹的是時間效率為O(n)的計數排序。所謂排序演算法,無非就是把正確的元素放到正確的位置,計數排序就是計算相同key的元素各有多少個,然後根據出現的次數累加而獲得最終的位置資訊。但是計數排序有兩個限制條件,那就是存在一個正整數K,使得數組裡面的所有元素的key值都不大於N,且key值都是非負整數。 計數排序演算法Java實現
Time of Update: 2018-07-26
目錄(?)[+] 歸併排序演算法介紹 歸併排序是一個分治演算法(Divide and
Time of Update: 2018-07-26
jboss JPA hibernate Hibernate 二級緩衝 web應用 目錄(?)[+] 概述 JBoss 系列五十六:JBoss 7/WildFly 叢集之 Java Persistence API (JPA) - I