主頁 > 後端開發 > 八大排序演算法總結——演算法入門、大廠面試必備(建議收藏)

八大排序演算法總結——演算法入門、大廠面試必備(建議收藏)

2021-09-28 20:51:14 後端開發

🌲本文收錄于專欄《糊涂演算法》——從今天起,邁過資料結構和演算法這道坎

作者其它優質專欄推薦:

📚《技術專家修煉》——搞技術,進大廠,聊人生三合一專欄

📚《leetcode 300題》——每天一道演算法題,進大廠必備

📚《原始碼中的設計模式》——理論與實戰的完美結合

📚《從實戰學python》——Python的爬蟲,自動化,AI等實戰應用(代碼開源)

點擊跳轉到文末領取粉絲福利


哈嘍,大家好,我是一條~

今天給大家帶來《糊涂演算法》專欄的第二期內容——排序演算法的講解,相信無論是初學者學習還是大廠面試,都少不了排序演算法這關,即使沒學過演算法,對冒泡排序也不會陌生,

今天,一條就帶大家徹底跨過「排序演算法」這道坎,保姆級教程建議收藏,??

本文配套原始碼地址:《八大排序》原始碼,提取碼:5ehp

準備

古語云:“兵馬未動,糧草先行”,想跟著一條一塊把「排序演算法」弄明白的,建議先準備好以下代碼模板,

📢 觀看本教程需知道基本回圈語法兩數交換雙指標等前置知識,

📚 建議先看完代碼逐步分析后再嘗試自己寫,

  • 新建一個Java工程,本文全篇也基于Java語言實作代碼,
  • 建立如下目錄結構

  • MainTest測驗類中撰寫測驗模板,
/**
 * 測驗類
 * Author:一條
 * Date:2021/09/23
 */
public class MainTest {
    public static void main(String[] args) {
        //待排序序列
        int[] array={6,10,4,5,2,8};
        //呼叫不同排序演算法
				// BubbleSort.sort(array);

        // 創建有100000個隨機資料的陣列
        int[] costArray=new int[100000];
        for (int i = 0; i < 100000; i++) {
            // 生成一個[0,100000) 的一個數
            costArray[i] = (int) (Math.random() * 100000);
        }

        Date start = new Date();
        //過長,先注釋掉逐步列印
				//BubbleSort.sort(costArray);
        Date end = new Date();
        System.out.println("耗時:"+(end.getTime()-start.getTime())/1000+"s");
    }
}

該段代碼內容主要有兩個功能:

  • 呼叫不同的排序演算法進行測驗
  • 測驗不同排序演算法將10w個數排好序需要的時間,更加具象的理解時間復雜度的不同

冒泡排序

基本思想

通過對亂序序列從前向后遍歷,依次比較相鄰元素的值,若發現逆序則交換,使值較大的元素逐漸從前移向后部,

像水底下的氣泡一樣逐漸向上冒一樣,

動圖講解

代碼實作

不理解的小伙伴可以用debug模式逐步分析,

/**
 * 冒泡排序
 * Author:一條
 * Date:2021/09/23
 */
public class BubbleSort{
    public static int[] sort(int[] array){
        for (int i = 0; i < array.length; i++) {
            for (int j = 0; j < array.length-1; j++) {
              //依次比較,將最大的元素交換到最后
                if (array[j]>array[j+1]){
                  // 用臨時變數temp交換兩個值
                    int temp=array[j];
                    array[j]=array[j+1];
                    array[j+1]=temp;
                }
            }
          //輸出每一步的排序結果
            System.out.println(Arrays.toString(array));
        }
        return array;
    }
}

輸出結果

逐步分析

  1. 初始陣列:[6,10,4,5,2,8]
  2. 6拿出來和后一個10比較,6<10,不用交換,- > j++;
  3. 10拿出來和后一個4比較,10>4,交換,- > [6,4,10,5,2,8]
  4. 依次執行j++與后一個比較交換
  5. 第一層i回圈完,列印第一行- > [6, 4, 5, 2, 8, 10],此時最后一位10在正確位置上, - > i++
  6. 4開始,繼續比較交換,倒數第二位8回到正確位置,
  7. 如上回圈下去 - > ……
  8. 最終結果 - > [2, 4, 5, 6, 8, 10]

這時再回去看動圖理解,

耗時測驗

記得先注釋掉排序類逐步列印代碼,

時間復雜度O(n^2)

演算法優化

優化點一

外層第一次遍歷完,最后一位已經是正確的,j就不需要再比較,所以結束條件應改為j-i-1;

優化點二

因為排序的程序中,各元素不斷接近自己的位置,如果一趟比較下來沒有進行過交換,就說明序列有序,因此要在排序程序中設定一個標志flag判斷元素是否進行過交換,從而減少不必要的比較,

優化代碼

public static int[] sortPlus(int[] array){
        System.out.println("優化冒泡排序開始----------");
        for (int i = 0; i < array.length; i++) {
            boolean flag=false;
            for (int j = 0; j < array.length-i-1; j++) {
                if (array[j]>array[j+1]){
                    flag=true;
                    int temp=array[j];
                    array[j]=array[j+1];
                    array[j+1]=temp;
                }
            }
            if (flag==false){
                break;
            }
//            System.out.println(Arrays.toString(array));
        }
        return array;
    }

優化測驗

通過基礎測驗看到當序列已經排好序,即不發生交換后終止回圈,

耗時測驗由27s優化到17s

選擇排序

基本思想

選擇排序和冒泡排序很像,是從亂序序列的資料中,按指定的規則選出某一元素,再依規定交換位置后達到排序的目的,

動圖講解

代碼實作

public class SelectSort {
    public static int[] sort(int[] array) {
        System.out.println("選擇排序開始----------");
        for (int i = 0; i < array.length; i++) {
          //每個值只需與他后面的值進行比較,所以從開始
            for (int j = i; j < array.length; j++) {
              //注意此處是哪兩個值比較
                if (array[i]>array[j]){
                    int temp=array[i];
                    array[i]=array[j];
                    array[j]=temp;
                }
            }
            System.out.println(Arrays.toString(array));
        }
        return array;
    }
}

輸出結果

逐步分析

  • 初始陣列:[6,10,4,5,2,8]
  • 拿出610比較,不交換 - > j++
  • 62比較,交換 - > j++
  • 注意此時是拿2繼續比較,都不交換,確定第一位(最小的數)為2 - > i++
  • 回圈下去,依次找到第一小,第二小,……的數
  • 最終結果 - > [2, 4, 5, 6, 8, 10]

這時再回去看動圖理解,

耗時測驗

時間復雜度:O(n^2)

演算法優化

上訴代碼中使用交換的方式找到較小值,還可以通過移動的方式,即全部比較完只交換一次,

這種對空間的占有率會有些增益,但對時間的增益幾乎沒有,可忽略,亦不再演示,

插入排序

基本思想

把n個亂序的元素看成為一個有序表和一個無序表,開始時有序表中只包含一個元素,無序表中包含有n-1個元素,排序程序中通過不斷往有序表插入元素,獲取一個區域正確解,逐漸擴大有序序列的長度,直到完成排序,

動圖講解

2021-09-25 19.20.05

代碼實作

/**
 * 插入排序
 * Author:一條
 * Date:2021/09/23
 */
public class InsertSort {
    public static void sort(int[] array) {
        for (int i = 1; i < array.length; i++) {
            //插入有序序列,且將有序序列擴大
            for (int j = i; j > 0; j--) {
                if (array[j]>array[j-1]){
                    int temp=array[j];
                    array[j]=array[j-1];
                    array[j-1]=temp;
                }
            }
//            System.out.println(Arrays.toString(array));
        }
    }
}

輸出結果

耗時測驗

演算法優化

見下方希爾排序,就是希爾對插入排序的優化,

希爾排序

希爾排序是插入排序的一個優化,思考往[2,3,4,5,6]中插入1,需要將所有元素的位置都移動一遍,也就是說在某些極端情況下效率不高,也稱該演算法不穩定

希爾排序是插入排序經過改進之后的一個更高效的版本,也稱為縮小增量排序

基本思想

希爾排序是把記錄按下標的一定增量分組,對每組使用插入排序;

隨著增量逐漸減少,每組包含的關鍵詞越來越多,當增量減至1時,整個序列恰被分成一組,演算法便終止,

和插入排序一樣,從區域到全部,希爾排序是區域再區域,

動圖講解

圖片源于網路

代碼實作

/**
 * 希爾排序
 * Author:一條
 * Date:2021/09/23
 */
public class ShellSort {
    public static void sort(int[] array) {
        System.out.println("希爾排序開始--------");
        //gap初始增量=length/2  逐漸縮小:gap/2
        for (int gap = array.length/2; gap > 0 ; gap/=2) {
            //插入排序 交換法
            for (int i = gap; i < array.length ; i++) {
                int j = i;
                while(j-gap>=0 && array[j]<array[j-gap]){
                    //插入排序采用交換法
                    int temp = array[j];
                    array[j]=array[j-gap];
                    array[j-gap]=temp;
                    j-=gap;
                }
            }
            System.out.println(Arrays.toString(array));
        }
    }
}

輸出結果

耗時測驗

演算法優化

快速排序

快速排序(Quicksort)是對冒泡排序的一種改進,相比冒泡排序,每次的交換都是跳躍式的,

基本思想

將要排序的資料分割成獨立的兩部分,其中一部分的所有資料都比另外一部分的所有資料都要小,然后再按此方法對這兩部分資料分別進行快速排序,整個排序程序可以遞回進行,以此達到整個資料變成有序序列,

體現出分治的思想,

動圖講解

代碼實作

思路如下:

  • 首先在這個序列中找一個數作為基準數,為了方便可以取第一個數,
  • 遍歷陣列,將小于基準數的放置于基準數左邊,大于基準數的放置于基準數右邊,此處可用雙指標實作,
  • 此時基準值把陣列分為了兩半,基準值算是已歸位(找到排序后的位置)
  • 利用遞回演算法,對分治后的子陣列進行排序,
public class QuickSort {
    public static void sort(int[] array) {
        System.out.println("快速排序開始---------");
        mainSort(array, 0, array.length - 1);
    }

    private static void mainSort(int[] array, int left, int right) {
        if(left > right) {
            return;
        }
        //雙指標
        int i=left;
        int j=right;
        //base就是基準數
        int base = array[left];
        //左邊小于基準,右邊大于基準
        while (i<j) {
            //先看右邊,依次往左遞減
            while (base<=array[j]&&i<j) {
                j--;
            }
            //再看左邊,依次往右遞增
            while (base>=array[i]&&i<j) {
                i++;
            }
            //交換
            int temp = array[j];
            array[j] = array[i];
            array[i] = temp;
        }
        //最后將基準為與i和j相等位置的數字交換
        array[left] = array[i];
        array[i] = base;
        System.out.println(Arrays.toString(array));
        //遞回呼叫左半陣列
        mainSort(array, left, j-1);
        //遞回呼叫右半陣列
        mainSort(array, j+1, right);
    }
}

輸出結果

逐步分析

  • 6作為基準數,利用左右指標使左邊的數<6,右邊的數>6
  • 對左右兩邊遞回,即左邊用5作為基準數繼續比較,
  • 直到left > right結束遞回,

耗時測驗

快速排序為什么這么快?

演算法優化

優化一

三數取中(median-of-three):我們目前是拿第一個數作為基準數,對于部分有序序列,會浪費回圈,可以用三數取中法優化,感性的小伙伴可自行了解,

優化二

快速排序對于長序列非常快,但對于短序列不如插入排序,可以綜合使用,

堆排序

此章節對基礎知識要求較高,初學者可跳過,

基本思想

堆排序是利用這種資料結構而設計的一種排序演算法,堆排序是一種**選擇排序,**它的最壞,最好,平均時間復雜度均為O(nlogn),它也是不穩定排序,首先簡單了解下堆結構,

堆是具有以下性質的完全二叉樹:

  • 每個結點的值都大于或等于其左右孩子結點的值,稱為大頂堆;
  • 每個結點的值都小于或等于其左右孩子結點的值,稱為小頂堆,

主要利用堆頂元素最大或最小的特性,通過不斷構建大頂堆,交換堆頂和堆尾,斷尾重構的方式實作排序,

動圖講解

圖片源于網路

代碼實作

public class HeapSort {
    public static void sort(int[] array) {
        //創建堆
        for (int i = (array.length - 1) / 2; i >= 0; i--) {
            //從第一個非葉子結點從下至上,從右至左調整結構
            adjustHeap(array, i, array.length);
        }

        //調整堆結構+交換堆頂元素與末尾元素
        for (int i = array.length - 1; i > 0; i--) {
            //將堆頂元素與末尾元素進行交換
            int temp = array[i];
            array[i] = array[0];
            array[0] = temp;

            //重新對堆進行調整
            adjustHeap(array, 0, i);
        }
    }

    /**
     * 調整堆
     * @param array 待排序列
     * @param parent 父節點
     * @param length 待排序列尾元素索引
     */
    private static void adjustHeap(int[] array, int parent, int length) {
        //將temp作為父節點
        int temp = array[parent];
        //左孩子
        int lChild = 2 * parent + 1;
        while (lChild < length) {
            //右孩子
            int rChild = lChild + 1;
            // 如果有右孩子結點,并且右孩子結點的值大于左孩子結點,則選取右孩子結點
            if (rChild < length && array[lChild] < array[rChild]) {
                lChild++;
            }
            // 如果父結點的值已經大于孩子結點的值,則直接結束
            if (temp >= array[lChild]) {
                break;
            }
            // 把孩子結點的值賦給父結點
            array[parent] = array[lChild];
            //選取孩子結點的左孩子結點,繼續向下篩選
            parent = lChild;
            lChild = 2 * lChild + 1;
        }
        array[parent] = temp;
        System.out.println(Arrays.toString(array));
    }
}

輸出結果

逐步分析

  1. 構建初始堆,將待排序列構成一個大頂堆(或者小頂堆),升序大頂堆,降序小頂堆;
  2. 將堆頂元素與堆尾元素交換,并斷開(從待排序列中移除)堆尾元素,
  3. 重新構建堆,
  4. 重復2~3,直到待排序列中只剩下一個元素(堆頂元素),

耗時測驗

演算法優化

優化點關鍵就在于我們以什么手法找到頂部元素該有的位置,有興趣同學可以繼續研究,

歸并排序

基本思想

歸并排序(MERGE-SORT)是利用歸并的思想實作的排序方法,采用經典的分治(divide-and-conquer)策略,

將亂序序列不斷的分成一半,排好序再拼回去,用遞回實作,

難點在于如何歸并兩個排好序的陣列?

我們可以開辟一個臨時陣列,使用快慢指標來輔助我們的歸并,

雖然需要額外空間的來完成這個排序,但是現在計算機的記憶體都比較大,時間的效率要比空間的效率重要的多,

所以空間換時間也是優化演算法時的一個方向,

動圖講解

代碼實作

public class MergeSort {
    public static void sort(int[] array){
        divide(array,0,array.length-1);
    }

    private static int[] divide(int[] array, int left, int right) {
        int mid = (left+right)/2;
        if(left<right){
            divide(array,left,mid);
            divide(array,mid+1,right);
            //左右歸并
            merge(array,left,mid,right);
        }
        System.out.println(Arrays.toString(array));
        return array;
    }

    public static void merge(int[] array, int left, int mid, int right) {
        int[] temp = new int[right-left+1];
        int i= left;
        int j = mid+1;
        int k=0;
        // 把較小的數先移到新陣列中
        while(i<=mid && j<=right){
            if(array[i]<array[j]){
                temp[k++] = array[i++];
            }else{
                temp[k++] = array[j++];
            }
        }
        // 把左邊剩余的數移入陣列
        while(i<=mid){
            temp[k++] = array[i++];
        }
        // 把右邊邊剩余的數移入陣列
        while(j<=right){
            temp[k++] = array[j++];
        }
        // 把新陣列中的數覆寫nums陣列
        for(int x=0;x<temp.length;x++){
            array[x+left] = temp[x];
        }
    }
}

輸出結果

耗時測驗

演算法優化

計數排序

從這里開始都是非比較排序

基本思想

假如輸入一個數x,如果我們可以找到比該數小的數有幾個,那么就可以直接將x放入到對應的輸出陣列的位置,
比如測驗序列中的x=5,,比5小的有2個,那么毫無疑問5就該排在第三位,

動圖講解

代碼實作

public class CountSort {
    public static void sort(int[] array) {
        System.out.println("計數排序開始--------");
        //計算最大值和最小值,用于確定count[]的長度
        int max = array[0], min = array[0];
        for (int i : array) {
            if (i > max) {
                max = i;
            }
            if (i < min) {
                min = i;
            }
        }
        //count[]用于存盤每個元素出現的次數
        int[] count = new int[max - min + 1];

        //統計出現的頻次
        for (int i : array) {
            count[i - min] += 1;//數的位置 上+1
        }

        //創建最侄訓傳的陣列,和原始陣列長度相等,但是排序完成的
        int[] result = new int[array.length];
        int index = 0;//記錄最終陣列的下標

        //先回圈每一個元素  在計數排序器的下標中
        for (int i = 0; i < count.length; i++) {
            //遍歷回圈出現的次數
            for (int j = 0; j < count[i]; j++) {//count[i]:這個數出現的頻率
                result[index++] = i + min;//以為原來減少了min現在加上min,值就變成了原來的值
            }
            System.out.println(Arrays.toString(result));
        }
    }
}

輸出結果

逐步分析

  • 就是將原始陣列中的數值出現的頻率(次數)記錄在新陣列下標中,
  • 遍歷出現的次數,依次放入新陣列,

耗時測驗

說實話,這個速度都驚到我了,計數排序的時間復雜度是O(n),缺點是限制值域為[0,k]的整數,

演算法優化

正常計數排序是從0開始的,本文實作的代碼從min開始,已優化,

總結

本文并沒有具體介紹時間復雜度,因為我放一個數字在這里你根本理解不了他們的差距,

100000長度的陣列測驗八大排序演算法,化抽象為具體,當資料量很大的時候 nlogn的優勢將會比n^2越來越大,當n=10^5的時候,nlogn的演算法要比n^2的演算法快6000倍,什么概念呢,就是如果我們要處理一個資料集,用nlogn的演算法要處理一天的話,用n^2的演算法將要處理6020天,這就基本相當于是15年,

一個優化改進的演算法可能比一個比一個笨的演算法速度快了許多,這就是大廠考查演算法和我們學習演算法的原因,

古語云:乘眾人之智,則無不任也;用眾人之力,則無不勝也,為了攻克演算法這座大山,我制定了組隊刷題計劃,每天至少1道leetcode演算法題

駑馬十駕,功在不舍

如果你剛剛大一,每天堅持學習,你將會至少比別人多刷1200道題,那么畢業時你的工資就可能是別人的3-4倍

如果你是職場人,每天提升自己,升職加薪,成為技術專家指日可待

只要你愿意去奮斗,始終走在拼搏的路上,那你的人生,最壞的結果,也不過是大器晚成,

點擊文末卡片加入計劃

粉絲專屬福利

📚Java:1.5G學習資料——回復「資料」
📚演算法:視頻書籍——回復「演算法」

👇 點擊下方卡片 關注后回復 關鍵詞 領取👇

轉載請註明出處,本文鏈接:https://www.uj5u.com/houduan/303704.html

標籤:java

上一篇:樹狀陣列小結

下一篇:超詳細的Spring框架總結,學spring,看這一篇就夠了!

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 【C++】Microsoft C++、C 和匯編程式檔案

    ......

    uj5u.com 2020-09-10 00:57:23 more
  • 例外宣告

    相比于斷言適用于排除邏輯上不可能存在的狀態,例外通常是用于邏輯上可能發生的錯誤。 例外宣告 Item 1:當函式不可能拋出例外或不能接受拋出例外時,使用noexcept 理由 如果不打算拋出例外的話,程式就會認為無法處理這種錯誤,并且應當盡早終止,如此可以有效地阻止例外的傳播與擴散。 示例 //不可 ......

    uj5u.com 2020-09-10 00:57:27 more
  • Codeforces 1400E Clear the Multiset(貪心 + 分治)

    鏈接:https://codeforces.com/problemset/problem/1400/E 來源:Codeforces 思路:給你一個陣列,現在你可以進行兩種操作,操作1:將一段沒有 0 的區間進行減一的操作,操作2:將 i 位置上的元素歸零。最終問:將這個陣列的全部元素歸零后操作的最少 ......

    uj5u.com 2020-09-10 00:57:30 more
  • UVA11610 【Reverse Prime】

    本人看到此題沒有翻譯,就附帶了一個自己的翻譯版本 思考 這一題,它的第一個要求是找出所有 $7$ 位反向質數及其質因數的個數。 我們應該需要質數篩篩選1~$10^{7}$的所有數,這里就不慢慢介紹了。但是,重讀題,我們突然發現反向質數都是 $7$ 位,而將它反過來后的數字卻是 $6$ 位數,這就說明 ......

    uj5u.com 2020-09-10 00:57:36 more
  • 統計區間素數數量

    1 #pragma GCC optimize(2) 2 #include <bits/stdc++.h> 3 using namespace std; 4 bool isprime[1000000010]; 5 vector<int> prime; 6 inline int getlist(int ......

    uj5u.com 2020-09-10 00:57:47 more
  • C/C++編程筆記:C++中的 const 變數詳解,教你正確認識const用法

    1、C中的const 1、區域const變數存放在堆疊區中,會分配記憶體(也就是說可以通過地址間接修改變數的值)。測驗代碼如下: 運行結果: 2、全域const變數存放在只讀資料段(不能通過地址修改,會發生寫入錯誤), 默認為外部聯編,可以給其他源檔案使用(需要用extern關鍵字修飾) 運行結果: ......

    uj5u.com 2020-09-10 00:58:04 more
  • 【C++犯錯記錄】VS2019 MFC添加資源不懂如何修改資源宏ID

    1. 首先在資源視圖中,添加資源 2. 點擊新添加的資源,復制自動生成的ID 3. 在解決方案資源管理器中找到Resource.h檔案,編輯,使用整個專案搜索和替換的方式快速替換 宏宣告 4. Ctrl+Shift+F 全域搜索,點擊查找全部,然后逐個替換 5. 為什么使用搜索替換而不使用屬性視窗直 ......

    uj5u.com 2020-09-10 00:59:11 more
  • 【C++犯錯記錄】VS2019 MFC不懂的批量添加資源

    1. 打開資源頭檔案Resource.h,在其中預先定義好宏 ID(不清楚其實ID值應該設定多少,可以先新建一個相同的資源項,再在這個資源的ID值的基礎上遞增即可) 2. 在資源視圖中選中專案資源,按F7編輯資源檔案,按 ID 型別 相對路徑的形式添加 資源。(別忘了先把檔案拷貝到專案中的res檔案 ......

    uj5u.com 2020-09-10 01:00:19 more
  • C/C++編程筆記:關于C++的參考型別,專供新手入門使用

    今天要講的是C++中我最喜歡的一個用法——參考,也叫別名。 參考就是給一個變數名取一個變數名,方便我們間接地使用這個變數。我們可以給一個變數創建N個參考,這N + 1個變數共享了同一塊記憶體區域。(參考型別的變數會占用記憶體空間,占用的記憶體空間的大小和指標型別的大小是相同的。雖然參考是一個物件的別名,但 ......

    uj5u.com 2020-09-10 01:00:22 more
  • 【C/C++編程筆記】從頭開始學習C ++:初學者完整指南

    眾所周知,C ++的學習曲線陡峭,但是花時間學習這種語言將為您的職業帶來奇跡,并使您與其他開發人員區分開。您會更輕松地學習新語言,形成真正的解決問題的技能,并在編程的基礎上打下堅實的基礎。 C ++將幫助您養成良好的編程習慣(即清晰一致的編碼風格,在撰寫代碼時注釋代碼,并限制類內部的可見性),并且由 ......

    uj5u.com 2020-09-10 01:00:41 more
最新发布
  • Rust中的智能指標:Box<T> Rc<T> Arc<T> Cell<T> RefCell<T> Weak

    Rust中的智能指標是什么 智能指標(smart pointers)是一類資料結構,是擁有資料所有權和額外功能的指標。是指標的進一步發展 指標(pointer)是一個包含記憶體地址的變數的通用概念。這個地址參考,或 ” 指向”(points at)一些其 他資料 。參考以 & 符號為標志并借用了他們所 ......

    uj5u.com 2023-04-20 07:24:10 more
  • Java的值傳遞和參考傳遞

    值傳遞不會改變本身,參考傳遞(如果傳遞的值需要實體化到堆里)如果發生修改了會改變本身。 1.基本資料型別都是值傳遞 package com.example.basic; public class Test { public static void main(String[] args) { int ......

    uj5u.com 2023-04-20 07:24:04 more
  • [2]SpinalHDL教程——Scala簡單入門

    第一個 Scala 程式 shell里面輸入 $ scala scala> 1 + 1 res0: Int = 2 scala> println("Hello World!") Hello World! 檔案形式 object HelloWorld { /* 這是我的第一個 Scala 程式 * 以 ......

    uj5u.com 2023-04-20 07:23:58 more
  • 理解函式指標和回呼函式

    理解 函式指標 指向函式的指標。比如: 理解函式指標的偽代碼 void (*p)(int type, char *data); // 定義一個函式指標p void func(int type, char *data); // 宣告一個函式func p = func; // 將指標p指向函式func ......

    uj5u.com 2023-04-20 07:23:52 more
  • Django筆記二十五之資料庫函式之日期函式

    本文首發于公眾號:Hunter后端 原文鏈接:Django筆記二十五之資料庫函式之日期函式 日期函式主要介紹兩個大類,Extract() 和 Trunc() Extract() 函式作用是提取日期,比如我們可以提取一個日期欄位的年份,月份,日等資料 Trunc() 的作用則是截取,比如 2022-0 ......

    uj5u.com 2023-04-20 07:23:45 more
  • 一天吃透JVM面試八股文

    什么是JVM? JVM,全稱Java Virtual Machine(Java虛擬機),是通過在實際的計算機上仿真模擬各種計算機功能來實作的。由一套位元組碼指令集、一組暫存器、一個堆疊、一個垃圾回收堆和一個存盤方法域等組成。JVM屏蔽了與作業系統平臺相關的資訊,使得Java程式只需要生成在Java虛擬機 ......

    uj5u.com 2023-04-20 07:23:31 more
  • 使用Java接入小程式訂閱訊息!

    更新完微信服務號的模板訊息之后,我又趕緊把微信小程式的訂閱訊息給實作了!之前我一直以為微信小程式也是要企業才能申請,沒想到小程式個人就能申請。 訊息推送平臺🔥推送下發【郵件】【短信】【微信服務號】【微信小程式】【企業微信】【釘釘】等訊息型別。 https://gitee.com/zhongfuch ......

    uj5u.com 2023-04-20 07:22:59 more
  • java -- 緩沖流、轉換流、序列化流

    緩沖流 緩沖流, 也叫高效流, 按照資料型別分類: 位元組緩沖流:BufferedInputStream,BufferedOutputStream 字符緩沖流:BufferedReader,BufferedWriter 緩沖流的基本原理,是在創建流物件時,會創建一個內置的默認大小的緩沖區陣列,通過緩沖 ......

    uj5u.com 2023-04-20 07:22:49 more
  • Java-SpringBoot-Range請求頭設定實作視頻分段傳輸

    老實說,人太懶了,現在基本都不喜歡寫筆記了,但是網上有關Range請求頭的文章都太水了 下面是抄的一段StackOverflow的代碼...自己大修改過的,寫的注釋挺全的,應該直接看得懂,就不解釋了 寫的不好...只是希望能給視頻網站開發的新手一點點幫助吧. 業務場景:視頻分段傳輸、視頻多段傳輸(理 ......

    uj5u.com 2023-04-20 07:22:42 more
  • Windows 10開發教程_編程入門自學教程_菜鳥教程-免費教程分享

    教程簡介 Windows 10開發入門教程 - 從簡單的步驟了解Windows 10開發,從基本到高級概念,包括簡介,UWP,第一個應用程式,商店,XAML控制元件,資料系結,XAML性能,自適應設計,自適應UI,自適應代碼,檔案管理,SQLite資料庫,應用程式到應用程式通信,應用程式本地化,應用程式 ......

    uj5u.com 2023-04-20 07:22:35 more