美文网首页程序员
Arrays类及其方法分析

Arrays类及其方法分析

作者: Java架构学习者 | 来源:发表于2019-03-18 16:56 被阅读14次

    排序

    Arrays.sort()方法,对于基本数据类型采用DualPivotQuicksort(多路快排)进行排序,对于引用类型的数组,采用MergeSort(归并排序)进行排序,下面我们分别来讲一下这两类排序算法。

    对基本类型数组的排序

    Java中的八种基本数据类型,除了boolean,其它七种都是可以且有需求进行排序的,如果一个数组是单一的基础类型,形如int[] data, long data[]都可以直接使用Arrays.sort()进行排序。对于所有可排序的基本类型,都是采用DualPivotQuicksort来进行排序的。首先来看个例子:

    package com.adam.java.algo.arrays;

    import java.util.Arrays;

    import org.junit.Test;

    public class ArraysBasicTest {

    @Test

    public void testSortInteger() {

    int data[] = { 10, 8, 9, 1, 2, 5, 98, 3, 7, 66 };

    Arrays.sort(data);

    for (int i : data) {

    System.out.print(i + " ");

    }

    }

    @Test

    public void testSortChar() {

    char data[] = { 'D', 'B', 'E', 'C', 'H', 'A', 'Y', 'G', 'I', 'O' };

    Arrays.sort(data);

    for (char i : data) {

    System.out.print(i + " ");

    }

    }

    }

    输出:

    1 2 3 5 7 8 9 10 66 98

    A B C D E G H I O Y

    这里我们要看一下Arrays.sort()采用的算法了,我们查看下JDK源码。

    /**

    * Sorts the specified array into ascending numerical order.

    *

    * <p>Implementation note: The sorting algorithm is a Dual-Pivot Quicksort

    * by Vladimir Yaroslavskiy, Jon Bentley, and Joshua Bloch. This algorithm

    * offers O(n log(n)) performance on many data sets that cause other

    * quicksorts to degrade to quadratic performance, and is typically

    * faster than traditional (one-pivot) Quicksort implementations.

    *

    * @param a the array to be sorted

    */

    public static void sort(int[] a) {

    DualPivotQuicksort.sort(a, 0, a.length - 1, null, 0, 0);

    }

    发现所有的基本排序都是直接使用DualPivotQuicksort.sort()进行的,因此,我们有必要了解一下DualPivotQuicksort的原理。基本思想就是:

    元素个数从1-47,则直接使用插入排序进行排序。

    元素个数从47-286,则使用多路快速排序。

    元素个数大于286,则使用归并排序

    这里我们研究下多路快排的原理,首先我们回顾一下经典快排是怎么实现的。

    经典快排实现思路:

    1. 找一个中轴,一般情况选取数组的第一个元素。

    2. 定义两个指针,分别指向最左边和最右边,从右边开始遍历,如果大于中轴,则右边指针左移一位,如果小于中轴,则互换位置;同理再从左边开始和中轴比较,如果小于中轴,指针向右移动,如果大于中轴,则互换位置。

    3. 一趟排序下来,中轴左边的都小于中轴,右边的都大于中轴。

    4.递归的对子数组进行如上操作,不稳定,时间复杂度最优情况O(nlogn),最坏情况为基本有序时为O(n2)。关于快排的详细说明,请参考另一篇博文。

    多路快排实现思路:

    1. 选取两个中轴P1, P2。

    2. 假设P1<P2,否则交换。

    3. 过程中原数组会分为四个部分:小于中轴1,大于中轴2,介于两个中轴之间,未排序部分(刚开始除了两个中轴,其它元素都属于这部分)。

    4. 开始后,从未排序部分选取一个数,和两个中轴作比较,然后放到合适的位置,一直到未排序部分无数据,结束一趟排序。

    5. 递归地处理子数组,稳定排序,时间复杂度稳定为O(nlogn)。

    对引用类型的数组排序

    我们举个例子,对User类型的数组,根据年龄进行排序,此处用到Comparator接口,更多关于Comparator的介绍,请点击。

    新建一个User类:

    package com.adam.java.algo.arrays;

    public class User {

    private String name;

    private String gender;

    private int age;

    public User(String name, String gender, int age) {

    this.name = name;

    this.gender = gender;

    this.age = age;

    }

    /**

    * @return the name

    */

    public String getName() {

    return name;

    }

    /**

    * @param name

    * the name to set

    */

    public void setName(String name) {

    this.name = name;

    }

    /**

    * @return the gender

    */

    public String getGender() {

    return gender;

    }

    /**

    * @param gender

    * the gender to set

    */

    public void setGender(String gender) {

    this.gender = gender;

    }

    /**

    * @return the age

    */

    public int getAge() {

    return age;

    }

    /**

    * @param age

    * the age to set

    */

    public void setAge(int age) {

    this.age = age;

    }

    }

    再建一个排序类:

    package com.adam.java.algo.arrays;

    import java.util.Comparator;

    public class UserComparator implements Comparator<User> {

    @Override

    public int compare(User o1, User o2) {

    return o1.getAge() - o2.getAge();

    }

    }

    测试:

    package com.adam.java.algo.arrays;

    import java.util.Arrays;

    public class ArraysTest {

    public static void main(String[] args) {

    User[] users = new User[]{new User("egg", "male", 26), new User("Kity", "Female", 25), new User("Pole", "male", 23), new User("Jack", "male", 28)};

    Arrays.sort(users, new UserComparator());

    for (User user : users) {

    System.out.println("name: " + user.getName() + " ,age: "+user.getAge());

    }

    }

    }

    输出:

    name: Pole ,age: 23

    name: Kity ,age: 25

    name: egg ,age: 26

    name: Jack ,age: 28

    这就是一个简单的对引用类型的数组排序的例子,在JDK1.8中,对引用类型的排序,采用的归并排序的算法。

    在JDK1.8中,对于排序方法,还引入了parallelSort(),每个sort()都有对应的并行排序方法,当数组元素个数大于2的13次(8196)后采用parallelSort()。

    搜索

    在用二分搜索对一个已经有序的数组进行查找,如果存在,返回key在该数组中的位置,如果不存在,返回负数,值为:-插入点-1,举个例子:

    假设一个排好序的数组是:1,6,8,10,12,如果key为7,则返回值为-3,因为7应该插入到6,8之间,所以插入点为2(下标从0开始),所以返回值为-2-1=-3。

    ArrayToList

    这方面,是将一个数组,转换成一个list形式,注意:通常情况下,如果该数组是int型的,如int[[ data,这种情况会出现并不是直接将该数组中的所有元素转成新的list的所有元素,而是将整个数组,转成list的一个元素,这是一种特殊情况,将类型int改成Integer就可以避免了。此处感谢网友@Java我人生指正!

    /**

    * Returns a fixed-size list backed by the specified array. (Changes to

    * the returned list "write through" to the array.) This method acts

    * as bridge between array-based and collection-based APIs, in

    * combination with {@link Collection#toArray}. The returned list is

    * serializable and implements {@link RandomAccess}.

    *

    * <p>This method also provides a convenient way to create a fixed-size

    * list initialized to contain several elements:

    * <pre>

    * List<String> stooges = Arrays.asList("Larry", "Moe", "Curly");

    * </pre>

    *

    * @param <T> the class of the objects in the array

    * @param a the array by which the list will be backed

    * @return a list view of the specified array

    */

    @SafeVarargs

    @SuppressWarnings("varargs")

    public static <T> List<T> asList(T... a) {

    return new ArrayList<>(a);

    }

    根据注释得知,返回的新list是个定长的list,而且并不可以就行添加或者删除元素,否则报:java.lang.UnsupportedOperationException异常。这是为什么?因为此处的ArrayList并非我们常用的java.util.ArrayList类,而是Arrays类的一个内部类,因为继承了AbstractList,所有可以和list相互转换,但是不具备add和remove等操作。

    CopyOf

    Arrays.copyOf()用来进行数组的复制,返回一个全新的数组,可以传入一个参数来定义新数组的大小,如果传入的数小于原来的数组长度,则直接把原数组多余的部分剪掉,如果传入的值大于原数组,则新数组多余的部分补默认值(对于int类型的,补0)。

    相关文章

      网友评论

        本文标题:Arrays类及其方法分析

        本文链接:https://www.haomeiwen.com/subject/cwdbmqtx.html