lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」多关键字排序很多时候,一个对象可以用多个特征值来刻画它,可以把每个特征值看做一个关键字,比如扑克牌有花色和点数这两个特征,如果所要求的顺序由多个关键字联合决定,我们就可以利用这种特征来使用多关键字排序方法,多关键字地位不是平等的,有优先级大小。如扑克牌排序,我们就可以规定花色比点数优先,也就是说无论点数多少,只要花色大的就认为它是大牌,比如规定黑桃大于红心,红心大于梅花,梅花大于方块。多关键字排序…

大家好,又见面了,我是你们的朋友全栈君。

多关键字排序

很多时候,一个对象可以用多个特征值来刻画它,可以把每个特征值看做一个关键字,比如扑克牌有花色和点数这两个特征,如果所要求的顺序由多个关键字联合决定,我们就可以利用这种特征来使用多关键字排序方法,多关键字地位不是平等的,有优先级大小。

如扑克牌排序,我们就可以规定花色比点数优先,也就是说无论点数多少,只要花色大的就认为它是大牌,比如规定黑桃大于红心,红心大于梅花,梅花大于方块。

多关键字排序有两种思路:

高优先级:MSD(先用高优先级的关键字进行分组)

低优先级:LSD(先用低优先级的关键字进行分组)

高优先级排序MSD

下边我们先看高优先级排序方式MSD,

比如有如下扑克牌,我们规定花色优先,花色从小到大关系如下图:方块,梅花,红心,黑桃

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

0.png

第一步:我们先用高优先级的关键字(花色)进行分组,如下图

我们可以想象成四个盒子,把扑克牌按照花色扔进4个盒子中。

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

1.png

全部分进四个盒子之后,在每个组内进行排序(每个盒子内的排序算法随意),每个盒子里边元素排好序之后入下图:

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

2.png

这里每个组内(盒子)的排序也可以继续采用分组的方式,在每个盒子按低优先级分组收集

保证每个组内元素排好序,再把这些排好序的各组的元素收集起来就可以了。如下图

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

3.png

收集好之后,如下图,就是已经排好序的游戏序列。

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

4.png

低优先级排序LSD

我们分析一下低优先级,还以扑克牌为例

第一步:我们先用最低优先级的关键字进行分组

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

5.png

第二步:分组分好之后进行收集

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

image.png

第三步:收集好的数据再按花色进行重新分组

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

image.png

第四步:把分组后数据再重新收集,就可以得到一个有序数组。

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

image.png

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

image.png

总结:

通过上边例子我们会发现,整个过程我们并没有进行排序工作,仅仅是进行了分组和收集

这个排序的创新点是它好像并没有进行任何排序,而是通过不断的分组收集,再分组再收集就完成了整个排序工作。

我们这里只有两个关键字,如果有三个四个或者更多关键字,我们依然可以采用这种方式按照优先级的高低来进行分组收集,把所有的分组工作做完之后,我们的排序工作就完成了。

注意点:关键字的空间不能太大,否则我们分组太多,效率会很低,这种排序适合哪种很多种关键字,但是每个关键字又不是很大的情况

Java代码来模拟扑克牌排序

先做一个扑克牌类,和花色的枚举类

/**

* 扑克牌类

* @author Administrator

*

*/

public class Card {

private CardType type;

private int point;

public Card(CardType type, int point) {

this.type = type;

this.point = point;

}

public String toString() {

return “(” + type.getName() + ” ” + point + “)”;

}

public CardType getType() {return type;}

public int getPoint() {return point;}

}

花色枚举类

/**

* 黑桃(Spade) > 红桃(Heart) > 梅花(Club) > 方块(Diamond)

*/

public enum CardType {

SPADE {// 黑桃

@Override

public int code() {

return 3;

}

@Override

public String getName() {return “黑桃”;}

},HEART { // 红桃

@Override

public int code() {

return 2;

}

@Override

public String getName() {return “红桃”;}

},CLUB { // 梅花

@Override

public int code() {

return 1;

}

@Override

public String getName() {return “梅花”;}

},DIAMOND { // 方块

@Override

public int code() {

return 0;

}

@Override

public String getName() {return “方块”;}

};

public abstract int code();

public abstract String getName();

}

低优先级排序类

import java.util.Arrays;

public class RadixSortCard {

//低优先级排序

public static void lsdSort(Card[] arr) {

int len = arr.length;

// ——————-第一步 分组————————-

// 按点数存入桶

// 创建点数的桶,不算大小王{A(1),2,3,4,5,6,7,8,9,10,J(11),Q(12),K(13)}同需13个桶

Card[][] t1 = new Card[14][len+1];// 因为点数从1开始,这里数组做成14个。

int[] num1 = new int[14];//每个桶中元素的下标

for (Card c : arr) {//存入桶中

int point = c.getPoint();

t1[point][num1[point]] = c;

num1[point]++;

}

// ——————-第二步 收集————————-

// 按顺序取出各桶中的元素

int index1 = 0;

for (int i = 0; i < 14; i++) {

if (num1[i] > 0) {// 桶中有元素

for (int j = 0; j < num1[i]; j++) {

if (t1[i][j] != null) {

arr[index1++] = t1[i][j];

}

}

}

}

// ——————-第三步 再分组————————-

//再先按花色存入桶

Card[][] t2 = new Card[4][len];// 创建花色的桶

int[] num2 = new int[4];//每个桶中元素的下标

for (Card c : arr) {

int typeCode = c.getType().code();

t2[typeCode][num2[typeCode]] = c;

num2[typeCode]++;

}

// ——————-第四步 再收集————————-

int index2 = 0;

for (int i = 0; i < 4; i++) {

if (num2[i] > 0) { // 桶中有元素

for (int j = 0; j < num2[i]; j++) {

if (t2[i][j] != null) {

arr[index2++] = t2[i][j];

}

}

}

}

}

public static void main(String[] args) {

Card[] arr = new Card[11];

Card c0 = new Card(CardType.HEART, 1);//红桃1

Card c1 = new Card(CardType.SPADE, 9);//黑桃9

Card c2 = new Card(CardType.SPADE, 2);//黑桃2

Card c3 = new Card(CardType.CLUB, 5);//梅花5

Card c4 = new Card(CardType.SPADE, 8);//黑桃8

Card c5 = new Card(CardType.DIAMOND, 12);//方块12

Card c6 = new Card(CardType.CLUB, 13);//梅花13

Card c7 = new Card(CardType.DIAMOND, 3);//方块3

Card c8 = new Card(CardType.HEART, 11);//红桃11

Card c9 = new Card(CardType.DIAMOND, 8);//方块8

Card c10 = new Card(CardType.HEART, 9);//红桃9

arr[0] = c0;

arr[1] = c1;

arr[2] = c2;

arr[3] = c3;

arr[4] = c4;

arr[5] = c5;

arr[6] = c6;

arr[7] = c7;

arr[8] = c8;

arr[9] = c9;

arr[10] = c10;

lsdSort(arr);

System.out.println(Arrays.toString(arr));

}

}

关键字拆分

有时候如果关键字空间太大,我们可以把一个关键字拆分为多个关键字,比如整数如果作为一个关键字,他的空间就太大了。如果问题中整数只是在一千以内,那我分成1000组显然是不合适的,我们可以按十进制的位作为关键字,可以把个位,十位,百位看做三个关键字(优先级 个位 < 十位 < 百位)。

下边分析一下数值排序(高优先级和低优先级排序)

原文: https://blog.csdn.net/u011948899/article/details/78027838

最低位优先法:先从最低位开始排序,再对次低位排序,直到对最高位排序后得到一个有序序列;具体过程如下图所示:

初始数组序列为:15,25,105,78,34,21,32,41,按照个位数大小依次入桶;

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

11.png

将桶中数依次倒出,对于同一个桶中的数按先进先出顺序倒出,结果为:21,41,32,34,15,25,105,78,再按十位数大小依次入桶;

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

22.png

将桶中数依次倒出,结果为:105,15,21,25,32,34,41,78,再按百位上数大小依次入桶,没有百位的数则按百位为0入桶;

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

33.png

将桶中数倒出,结果为:15,21,25,32,34,41,78,105

最高位优先法:先从最高位开始排序,再逐个对各分组按次高位进行子排序,循环直到最低位。

仍以序列:15,25,105,78,34,21,32,41为例,从最高位百位依次入桶,只有105有百位,其他百位按0算;检测每个桶中的数据。当桶中的元素个数多于1个的时候,要对这个桶递归进行下一位的分组。

lsd 特征点匹配代码_2018-09-24 多关键字排序(基数排序LSD + MSD)「建议收藏」

高优先级.png

Java实现整数排序代码(LSD MSD):

import java.util.Arrays;

/**

* 基数排序,低优先级(LSD)和高优先级(MSD)

* @author Administrator

*

*/

public class RadixSort {

// 对数组arr进行低优先级排序

public static void lsdSort(int[] arr) {

int len = arr.length;

// 先找出数组最大的数

int max = arr[0];

for (int i=1; i

if (max < arr[i]) {

max = arr[i];

}

}

// 求最大数的位数

double d = Math.pow(10, String.valueOf(max).length());

int[][] t = new int[10][len];//准备10个用于存放0-9的桶,每个桶最多存放数组长度len个元素

int[] num = new int[len];//记录每个桶中存入元素个数.

int bit = 1; // 个位1,十位10,百位100

while (bit < d) {

// 从个位开始,将元素装入桶中

for (int a : arr) {

int m = (a / bit) % 10;//确定该数应该存入几号桶(0,1,2,3,4,5,6,7,8,9)

t[m][num[m]] = a;

num[m]++;

}

// 按顺序从桶中(0-9)依次取出所有元素,放入arr中继续下一位循环

int index = 0;

for (int i = 0; i < len; i++) {

if (num[i] != 0) {// 桶中有元素,则取出

for (int j = 0; j < num[i]; j++) {

arr[index++] = t[i][j];// 将i桶中元素取出,存入到arr中

}

}

num[i] = 0;

}

bit = bit * 10;

}

}

public static void msdSort(int[] arr) {

int len = arr.length;

// 取数组中最大值

int max = arr[0];

for (int i = 1; i < len; i++) {

if (max < arr[i]) {

max = arr[i];

}

}

int maxL = String.valueOf(max).length();//获取素组中最长元素的长度

int bit = new Double(Math.pow(10, maxL – 1)).intValue();

int[][] t = new int[10][len]; //准备10个用于存放0-9的桶,每个桶最多存放数组长度len个元素

int[] num = new int[len]; // 记录每个桶中存入元素的个数

for (int a : arr) { //按最高位入桶

int m = (a / bit) % 10;

t[m][num[m]] = a;

num[m]++;

}

int index = 0;

for (int i = 0; i < len; i++) {

if (num[i] == 1) { // 如果桶中只有一个数则直接取出

arr[index++] = t[i][0];

} else if (num[i] > i) { //如果桶中不止一个数,则另存入数组arr2,递归

int[] arr2 = new int[num[i]];

for (int j = 0; j < num[i]; j++) {

arr2[j] = t[i][j];

msdSort(arr2); // 递归方法

}

}

}

}

public static void main(String[] args) {

int[] arr = {12,1,20,59,123,321,652};

lsdSort(arr);

System.out.println(Arrays.toString(arr));

int[] arr2 = {12,1,20,56,123,321,652};

lsdSort(arr2);

System.out.println(Arrays.toString(arr2));

}

}

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/139953.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • golang 进制转换_java string转integer

    golang 进制转换_java string转integer1-Youmaywriteyourconversionfunction(Fastest):funcString(nint32)string{buf:=[11]byte{}pos:=len(buf)i:=int64(n)signed:=i<0ifsigned{i=-i}for{pos–buf[pos],i=’0’+byt

  • mybatis二级缓存实现_mybatis源码深度解析

    mybatis二级缓存实现_mybatis源码深度解析 二级缓存的作用域是全局,换句话说,二级缓存已经脱离SqlSession的控制了。在测试二级缓存之前,我先把结论说一下:二级缓存的作用域是全局的,二级缓存在SqlSession关闭或提交之后才会生效。在分析MyBatis的二级缓存之前,我们先简单看下MyBatis中一个关于二级缓存的类(其他相关的类和接口之前已经分析过):org.apache.ibatis.mapping.Ma…

  • idea修改注释字体颜色_pycharm注释颜色设置

    idea修改注释字体颜色_pycharm注释颜色设置打开IDEA左上角FileSetting–&gt;Editor–&gt;ColorScheme–&gt;LanguageDefaultsComments目录下的Blockcomment 多行注释 /* */Linecomment单行注释 //DocComment文档文件/** */找不到,可以在搜索框搜关键字(如Language) …

  • windows批处理脚本_批处理打开文件命令

    windows批处理脚本_批处理打开文件命令 Windows平台批处理命令教程 do2jiang@gmail.com蒋冬冬 收集于网络 2009.4  该教程一共分为4大部分,第一部分是批处理的专用命令,第二部分是特殊的符号与批处理,第三部分是批处理与变量,第四部分是完整案例。 第一部分:批处理的专用命令 批处理文件是将一系列命令按一定的顺序集合为一个可执行的文本文件,其扩

  • 08【Verilog实战】4bit移位寄存器设计与功能验证(附源码)[通俗易懂]

    08【Verilog实战】4bit移位寄存器设计与功能验证(附源码)[通俗易懂]一、Overview(1)Theory(2)Demand二、Interface三、Timeing四、DesignandFunctionalVerification(1)RTL(2)TestBench五、Result(1)行为级描述测试结果(2)结构级描述测试结果

  • linux top 指定进程_linux top 排序

    linux top 指定进程_linux top 排序top命令是Linux下常用的性能分析工具,能够实时显示系统中各个进程的资源占用状况,类似于Windows的任务管理器第一行,任务队列信息,同uptime命令的执行结果第二行,Tasks—任务(进程)第三行,cpu状态信息第四行,内存状态第五行,swap交换分区信息第六行,空行第七行以下:各进程(任务)的状态监控详解top使用方法:使用格式:top[-][d][p][q][c]…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号