免費網(wǎng)站開發(fā)合同范本,廣告網(wǎng)站建設(shè)案例,杭州 專業(yè)網(wǎng)站建設(shè) 網(wǎng)絡(luò)服務(wù),網(wǎng)站建設(shè)公司網(wǎng)站制作文章目錄 Java實現(xiàn)快速排序 快速排序原理快速排序一次劃分圖文演示過程整個快速排序的過程具體Java代碼實現(xiàn)簡結(jié)快速排序的性能 Java實現(xiàn)快速排序 沖鴨#xff0c;裝上渦輪增鴨#xff0c;開始學(xué)習(xí)快速排序算法吧#xff01;#xff08;快排也是一個遞歸過程噢#x…文章目錄Java實現(xiàn)快速排序快速排序原理快速排序一次劃分圖文演示過程整個快速排序的過程具體Java代碼實現(xiàn)簡結(jié)快速排序的性能Java實現(xiàn)快速排序沖鴨裝上渦輪增鴨開始學(xué)習(xí)快速排序算法吧快排也是一個遞歸過程噢快速排序原理快速排序(Quick Sort)又被稱為分區(qū)排序它的基本思想是:在待排序文件中任選一個記錄(稱為基準記錄)以它的排序碼為基準值將排序碼比它小的記錄都放到它的前面排序碼比它大的記錄都放到它的后面至此該基準記錄就找到了排序的最終位置同時將文件劃分成前、后兩個區(qū)。在兩個區(qū)上用同樣的方法繼續(xù)劃分直到每個區(qū)中最多只有一個記錄排序完成。在快速排序過程中比較和交換是從數(shù)組的兩端向中間進行的使得排序碼較小或較大的記錄一次就能夠交換到數(shù)組的前面或后面記錄的每一次移動距離都較遠因而使得總的比較和移動次數(shù)較小?？焖倥判蚴菍ζ鹋菖判虻囊环N改進它是目前所有的內(nèi)部排序方法中速度最快的一種?？焖倥判蛞淮蝿澐謭D文演示過程建立如下整z型數(shù)組int[] array new int[]{46,36,96,26,86,16,76,-17};設(shè)置兩個數(shù)組索引分別為低位索引 low 和高位索引 high初始值分別為low 0 high array.length-1選取array[low]作為第一次劃分的基準元素若 low high從high位置開始向前搜索數(shù)組元素小于基準元素的數(shù)組元素索引如果找到了就將array[high]移動到array[low]的位置然后從low的位置開始向后搜索數(shù)組元素大于基準元素的數(shù)組元素索引如果找到了就將array[low]移動到array[high]]的位置重復(fù)上訴操作直到低位索引和高位索引相遇即low high即不滿足條件low high此時就找到了基準元素的最終排序位置low因為這個時候low位置上的原值已經(jīng)被移走需要將基準放到該位置上這個位置也是基準的最終排序位置。如此一次劃分過程完畢。接下來腦海中想象這么一個事情算是有點抽象吧想象這樣的一個坑位——“?”將坑位放在數(shù)組索引0的位置這時候索引0位置的位置沒有了元素就是這樣的一個?在代碼中debug看值實際上是有的這里就想象沒有。你想象好了以后它就長成下面表1那個樣子。接下來要開始啦坑位在array[0]如表1所示結(jié)合表1從高位索引開始向前搜索比基準46小的元素找到的元素是-17將array[7]移動到array[0]坑位轉(zhuǎn)到索引7如表2所示結(jié)合表2從低位索引開始向后搜索比基準46大的元素找到的元素是96將array[2]移動到array[7]坑位轉(zhuǎn)到索引2如表3所示結(jié)合表3從高位索引開始向前搜索比基準46小的元素找到的元素是16將array[5]移動到array[2]坑位轉(zhuǎn)到索引5如表4所示結(jié)合表4從低位索引開始向后搜索比基準46大的元素找到的元素是86將array[4]移動到array[5]坑位轉(zhuǎn)到索引4如表5所示結(jié)合表5從高位索引開始向前搜索比基準46小的元素但是沒找到兩個索引相遇了即是 low high如表6所示此時一次劃分就此結(jié)束了基準也應(yīng)該到位了low索引就是基準最終的排序位置即array[4] 46與此同時一個大的數(shù)據(jù)區(qū)間也劃分成為了兩個小的數(shù)據(jù)子區(qū)間左邊子區(qū)間的數(shù)都比基準小右邊子區(qū)間都比基準大如表7所示注意在方法體中需要返回基準的索引即 low整個快速排序的過程具體Java代碼實現(xiàn)QuickSort類public class QuickSort { public static void sort(int[] array, int low, int high) { if (low high) { int part partition(array, low, high);//獲取中間索引將區(qū)間一分為二分為兩個子區(qū)間 sort(array, low, part - 1);//對前面的子區(qū)間快速排序 sort(array, part 1, high);//對后面的子區(qū)間快速排序 } } //一趟快速排序返回值是本次基準的最終索引位置 private static int partition(int[] array, int low, int high) { int benchmark array[low];//初始化基準不妨將低位索引值賦給基準 //從數(shù)組的兩端向中間開始掃描尋找基準元素位置 while (low high) { //高位指針開始向中間尋找比基準小的元素 while ((low high) array[high] benchmark) { high--; } //比基準小的高位索引元素賦值到低位索引 if (low high) { array[low] array[high]; } //低位指針開始向中間尋找比基準大的元素 while ((low high) (array[low] benchmark)) { low; } //比基準大的低位索引元素賦值到高位索引 if (low high) { array[high] array[low]; } } //將基準元素歸位基準元素的索引位置就是兩個索引指針相遇的位置 array[low] benchmark; return low;//返回基準元素的最終索引 } }TestMain類import java.util.Arrays; public class TestMain { public static void main(String[] args) { int[] array new int[]{46,36,96,26,86,16,76,-17}; int low 0;//初始低位索引 int high array.length-1;//初始高位索引 System.out.print(排序前); System.out.println(Arrays.toString(array)); //使用快速排序算法對數(shù)組排序 QuickSort.sort(array,low,high); System.out.print(排序后); System.out.println(Arrays.toString(array)); } }運行結(jié)果如下排序前[46, 36, 96, 26, 86, 16, 76, -17] 排序后[-17, 16, 26, 36, 46, 76, 86, 96]簡結(jié)快速排序的性能時間效率快速排序的平均時間復(fù)雜度是O(nlog2n)當n較大時通?？焖倥判虮徽J為在同數(shù)量級的排序方法中平均性能是最好的空間效率快速排序是遞歸過程每層遞歸調(diào)用時的指針和參數(shù)均要用棧來存放遞歸調(diào)用的深度與對應(yīng)的二叉樹深度是一樣的。因此最好的空間復(fù)雜度是O(nlog2n)最壞的空間復(fù)雜度是O(n)平均空間復(fù)雜度是O(nlog2n)穩(wěn)定性快速排序是一個不穩(wěn)定的排序方法。關(guān)于快排的學(xué)習(xí)就到這里啦大家可以多畫畫一次劃分的過程便于理解快排的原理。關(guān)于代碼方面如果不是很好理解可以先去了解了解遞歸算法同時結(jié)合著Debug一步一步的執(zhí)行代碼看看各個變量是如何變化的就很容易理解快排啦~和ChenSeventeen一起記錄學(xué)習(xí)、成長過程吧說真的這兩年看著身邊一個個搞Java、C、前端、數(shù)據(jù)、架構(gòu)的開始卷大模型挺唏噓的。大家最開始都是寫接口、搞Spring Boot、連數(shù)據(jù)庫、配Redis穩(wěn)穩(wěn)當當過日子。結(jié)果GPT、DeepSeek火了之后整條線上的人都開始有點慌了大家都在想“我是不是要學(xué)大模型不然這飯碗還能保多久”先給出最直接的答案一定要把現(xiàn)有的技術(shù)和大模型結(jié)合起來而不是拋棄你們現(xiàn)有技術(shù)掌握AI能力的Java工程師比純Java崗要吃香的多。即使現(xiàn)在裁員、降薪、團隊解散的比比皆是……但后續(xù)的趨勢一定是AI應(yīng)用落地大模型方向才是實現(xiàn)職業(yè)升級、提升薪資待遇的絕佳機遇如何學(xué)習(xí)AGI大模型作為一名熱心腸的互聯(lián)網(wǎng)老兵我決定把寶貴的AI知識分享給大家。 至于能學(xué)習(xí)到多少就看你的學(xué)習(xí)毅力和能力了 。我已將重要的AI大模型資料包括AI大模型入門學(xué)習(xí)思維導(dǎo)圖、精品AI大模型學(xué)習(xí)書籍手冊、視頻教程、實戰(zhàn)學(xué)習(xí)等錄播視頻免費分享出來。因篇幅有限僅展示部分資料需要點擊下方鏈接即可前往獲取2025最新版CSDN大禮包《AGI大模型學(xué)習(xí)資源包》免費分享**一、2025最新大模型學(xué)習(xí)路線一個明確的學(xué)習(xí)路線可以幫助新人了解從哪里開始按照什么順序?qū)W習(xí)以及需要掌握哪些知識點。大模型領(lǐng)域涉及的知識點非常廣泛沒有明確的學(xué)習(xí)路線可能會導(dǎo)致新人感到迷茫不知道應(yīng)該專注于哪些內(nèi)容。我們把學(xué)習(xí)路線分成L1到L4四個階段一步步帶你從入門到進階從理論到實戰(zhàn)。L1級別:AI大模型時代的華麗登場L1階段我們會去了解大模型的基礎(chǔ)知識以及大模型在各個行業(yè)的應(yīng)用和分析學(xué)習(xí)理解大模型的核心原理關(guān)鍵技術(shù)以及大模型應(yīng)用場景通過理論原理結(jié)合多個項目實戰(zhàn)從提示工程基礎(chǔ)到提示工程進階掌握Prompt提示工程。L2級別AI大模型RAG應(yīng)用開發(fā)工程L2階段是我們的AI大模型RAG應(yīng)用開發(fā)工程我們會去學(xué)習(xí)RAG檢索增強生成包括Naive RAG、Advanced-RAG以及RAG性能評估還有GraphRAG在內(nèi)的多個RAG熱門項目的分析。L3級別大模型Agent應(yīng)用架構(gòu)進階實踐L3階段大模型Agent應(yīng)用架構(gòu)進階實現(xiàn)我們會去學(xué)習(xí)LangChain、 LIamaIndex框架也會學(xué)習(xí)到AutoGPT、 MetaGPT等多Agent系統(tǒng)打造我們自己的Agent智能體同時還可以學(xué)習(xí)到包括Coze、Dify在內(nèi)的可視化工具的使用。L4級別大模型微調(diào)與私有化部署L4階段大模型的微調(diào)和私有化部署我們會更加深入的探討Transformer架構(gòu)學(xué)習(xí)大模型的微調(diào)技術(shù)利用DeepSpeed、Lamam Factory等工具快速進行模型微調(diào)并通過Ollama、vLLM等推理部署框架實現(xiàn)模型的快速部署。整個大模型學(xué)習(xí)路線L1主要是對大模型的理論基礎(chǔ)、生態(tài)以及提示詞他的一個學(xué)習(xí)掌握而L3 L4更多的是通過項目實戰(zhàn)來掌握大模型的應(yīng)用開發(fā)針對以上大模型的學(xué)習(xí)路線我們也整理了對應(yīng)的學(xué)習(xí)視頻教程和配套的學(xué)習(xí)資料。二、大模型經(jīng)典PDF書籍書籍和學(xué)習(xí)文檔資料是學(xué)習(xí)大模型過程中必不可少的我們精選了一系列深入探討大模型技術(shù)的書籍和學(xué)習(xí)文檔它們由領(lǐng)域內(nèi)的頂尖專家撰寫內(nèi)容全面、深入、詳盡為你學(xué)習(xí)大模型提供堅實的理論基礎(chǔ)。書籍含電子版PDF三、大模型視頻教程對于很多自學(xué)或者沒有基礎(chǔ)的同學(xué)來說書籍這些純文字類的學(xué)習(xí)教材會覺得比較晦澀難以理解因此我們提供了豐富的大模型視頻教程以動態(tài)、形象的方式展示技術(shù)概念幫助你更快、更輕松地掌握核心知識。四、大模型項目實戰(zhàn)學(xué)以致用當你的理論知識積累到一定程度就需要通過項目實戰(zhàn)在實際操作中檢驗和鞏固你所學(xué)到的知識同時為你找工作和職業(yè)發(fā)展打下堅實的基礎(chǔ)。五、大模型面試題面試不僅是技術(shù)的較量更需要充分的準備。在你已經(jīng)掌握了大模型技術(shù)之后就需要開始準備面試我們將提供精心整理的大模型面試題庫涵蓋當前面試中可能遇到的各種技術(shù)問題讓你在面試中游刃有余。因篇幅有限僅展示部分資料需要點擊下方鏈接即可前往獲取2025最新版CSDN大禮包《AGI大模型學(xué)習(xí)資源包》免費分享