排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]

排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]排序算法分类排序算法比较表格填空排序算法平均时间复杂度最坏时间复杂度空间复杂度是否稳定冒泡排序:————-::—–::—–::—–:选择排序:————-::—–::—–::—–:直接插入排序:————-::—–::—–::—–:归并排序:————-::—–::

大家好,又见面了,我是你们的朋友全栈君。

排序算法分类

这里写图片描述

排序算法比较表格填空

排序算法 平均时间复杂度 最坏时间复杂度 空间复杂度 是否稳定
冒泡排序 :————-: :—–: :—–: :—–:
选择排序 :————-: :—–: :—–: :—–:
直接插入排序 :————-: :—–: :—–: :—–:
归并排序 :————-: :—–: :—–: :—–:
快速排序 :————-: :—–: :—–: :—–:
堆排序 :————-: :—–: :—–: :—–:
希尔排序 :————-: :—–: :—–: :—–:
计数排序 :————-: :—–: :—–: :—–:
基数排序 :————-: :—–: :—–: :—–:

排序算法比较表格

排序算法 平均时间复杂度 最坏时间复杂度 空间复杂度 是否稳定
冒泡排序 On2 On2 O1
选择排序 On2 On2 O1 不是
直接插入排序 On2 On2 O1
归并排序 O(nlogn) O(nlogn) On
快速排序 O(nlogn) On2 Ologn 不是
堆排序 O(nlogn) O(nlogn) O1 不是
希尔排序 O(nlogn) Ons O1 不是
计数排序 O(n+k) O(n+k) O(n+k)
基数排序 O(NM) O(NM) O(M)

注:

1 归并排序可以通过手摇算法将空间复杂度降到O(1),但是时间复杂度会提高。

2 基数排序时间复杂度为O(N*M),其中N为数据个数,M为数据位数。

辅助记忆

  • 时间复杂度记忆-
    • 冒泡、选择、直接 排序需要两个for循环,每次只关注一个元素,平均时间复杂度为 On2 (一遍找元素 O(n) ,一遍找位置 O(n)
    • 快速、归并、希尔、堆基于二分思想,log以2为底,平均时间复杂度为 O(nlogn) (一遍找元素 O(n) ,一遍找位置 O(logn)
  • 稳定性记忆-“快希选堆”(快牺牲稳定性)
    • 排序算法的稳定性:排序前后相同元素的相对位置不变,则称排序算法是稳定的;否则排序算法是不稳定的。

原理理解

1 冒泡排序

1.1 过程

冒泡排序从小到大排序:一开始交换的区间为0~N-1,将第1个数和第2个数进行比较,前面大于后面,交换两个数,否则不交换。再比较第2个数和第三个数,前面大于后面,交换两个数否则不交换。依次进行,最大的数会放在数组最后的位置。然后将范围变为0~N-2,数组第二大的数会放在数组倒数第二的位置。依次进行整个交换过程,最后范围只剩一个数时数组即为有序。

1.2 动图

排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]

1.3 核心代码(函数)

//array[]为待排序数组,n为数组长度
void BubbleSort(int array[], int n)
{
    int i, j, k;
    for(i=0; i<n-1; i++)
        for(j=0; j<n-1-i; j++)
        {
            if(array[j]>array[j+1])
            {
                k=array[j];
                array[j]=array[j+1];
                array[j+1]=k;
            }
        }
}

2 选择排序

2.1 过程

选择排序从小到大排序:一开始从0~n-1区间上选择一个最小值,将其放在位置0上,然后在1~n-1范围上选取最小值放在位置1上。重复过程直到剩下最后一个元素,数组即为有序。

2.2 动图

排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]
排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]

2.3 核心代码(函数)

//array[]为待排序数组,n为数组长度
void selectSort(int array[], int n)
{
    int i, j ,min ,k;
    for( i=0; i<n-1; i++)
    {
        min=i; //每趟排序最小值先等于第一个数,遍历剩下的数
        for( j=i+1; j<n; j++) //从i下一个数开始检查
        {
            if(array[min]>array[j])
            {
                min=j;
            }
        }
        if(min!=i)
        {
            k=array[min];
            array[min]=array[i];
            array[i]=k;
        }
    }
}

3 插入排序

3.1 过程

插入排序从小到大排序:首先位置1上的数和位置0上的数进行比较,如果位置1上的数大于位置0上的数,将位置0上的数向后移一位,将1插入到0位置,否则不处理。位置k上的数和之前的数依次进行比较,如果位置K上的数更大,将之前的数向后移位,最后将位置k上的数插入不满足条件点,反之不处理。

3.2 动图

排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]
排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]

3.3 核心代码(函数)

//array[]为待排序数组,n为数组长度
void insertSort(int array[], int n)
{
    int i,j,temp;
    for( i=1;i<n;i++)
    {
        if(array[i]<array[i-1])
        {
            temp=array[i];
            for( j=i;array[j-1]>temp;j--)
            {
                array[j]=array[j-1];
            }
            array[j]=temp;
        }
    }
}

4 归并排序

4.1 过程

归并排序从小到大排序:首先让数组中的每一个数单独成为长度为1的区间,然后两两一组有序合并,得到长度为2的有序区间,依次进行,直到合成整个区间。

4.2 动图

排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]
排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]

4.3 核心代码(函数)

  • 递归实现
实现归并,并把数据都放在list1里面 
void merging(int *list1, int list1_size, int *list2,  int list2_size)
{
    int i=0, j=0, k=0, m=0;
    int temp[MAXSIZE];

    while(i < list1_size && j < list2_size)
    {
        if(list1[i]<list2[j])
        {
            temp[k++] = list1[i++];
        }
        else
        {
            temp[k++] = list2[j++];
        }
    }
    while(i<list1_size)
    {
        temp[k++] = list1[i++];
    }
    while(j<list2_size)
    {
        temp[k++] = list2[j++];
    }

    for(m=0; m < (list1_size+list2_size); m++)
    {
        list1[m]=temp[m];
    }
}
//如果有剩下的,那么说明就是它是比前面的数组都大的,直接加入就可以了 
void mergeSort(int array[], int n)
{
    if(n>1)
    {
        int *list1 = array;
        int list1_size = n/2;
        int *list2 = array + n/2;
        int list2_size = n-list1_size;

        mergeSort(list1, list1_size);
        mergeSort(list2, list2_size);

        merging(list1, list1_size, list2, list2_size);
    }
}
//归并排序复杂度分析:一趟归并需要将待排序列中的所有记录 
//扫描一遍,因此耗费时间为O(n),而由完全二叉树的深度可知, 
//整个归并排序需要进行[log2n],因此,总的时间复杂度为 
//O(nlogn),而且这是归并排序算法中平均的时间性能 
//空间复杂度:由于归并过程中需要与原始记录序列同样数量级的 
//存储空间去存放归并结果及递归深度为log2N的栈空间,因此空间 
//复杂度为O(n+logN) 
//也就是说,归并排序是一种比较占内存,但却效率高且稳定的算法 
  • 迭代实现
void MergeSort(int k[],int n)  
{  
    int i,next,left_min,left_max,right_min,right_max;  
    //动态申请一个与原来数组一样大小的空间用来存储
    int *temp = (int *)malloc(n * sizeof(int));  
    //逐级上升,第一次比较2个,第二次比较4个,第三次比较8个。。。 
    for(i=1; i<n; i*=2)  
    {  
        //每次都从0开始,数组的头元素开始 
        for(left_min=0; left_min<n-i; left_min = right_max)  
        {  
            right_min = left_max = left_min + i;  
            right_max = left_max + i;  
            //右边的下标最大值只能为n 
            if(right_max>n)  
            {  
                right_max = n;  
            }  
            //next是用来标志temp数组下标的,由于每次数据都有返回到K, 
            //故每次开始得重新置零 
            next = 0;  
            //如果左边的数据还没达到分割线且右边的数组没到达分割线,开始循环 
            while(left_min<left_max&&right_min<right_max)  
            {  
                if(k[left_min] < k[right_min])  
                {  
                    temp[next++] = k[left_min++];  
                }  
                else  
                {  
                    temp[next++] = k[right_min++];  
                }  
            }  
            //上面循环结束的条件有两个,如果是左边的游标尚未到达,那么需要把 
            //数组接回去,可能会有疑问,那如果右边的没到达呢,其实模拟一下就可以 
            //知道,如果右边没到达,那么说明右边的数据比较大,这时也就不用移动位置了 

            while(left_min < left_max)  
            {  
                //如果left_min小于left_max,说明现在左边的数据比较大 
                //直接把它们接到数组的min之前就行 
                k[--right_min] = k[--left_max];   
            }  
            while(next>0)  
            {  
                //把排好序的那部分数组返回该k 
                k[--right_min] = temp[--next];        
            }  
        }  
    }  
}  
//非递归的方法,避免了递归时深度为log2N的栈空间,
//空间只是用到归并临时申请的跟原来数组一样大小的空间,并且在时间性能上也有一定的提升,
//因此,使用归并排序是,尽量考虑用非递归的方法。

5 快速排序

5.1 过程

快速排序从小到大排序:在数组中随机选一个数(默认数组首个元素),数组中小于等于此数的放在左边,大于此数的放在右边,再对数组两边递归调用快速排序,重复这个过程。

5.2 动图

排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]
排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]

5.3 核心代码(函数)

推荐程序(好理解)

//接口调整
void adjust_quicksort(int k[],int n)  
{  
   quicksort(k,0,n-1);  
}  
void quicksort(int a[], int left, int right)  
{  
    int i,j,t,temp;  
    if(left>right)   //(递归过程先写结束条件)
       return;  

    temp=a[left]; //temp中存的就是基准数 
    i=left;  
    j=right;  
    while(i!=j)  
    {  
                   //顺序很重要,要先从右边开始找(最后交换基准时换过去的数要保证比基准小,因为基准 
                   //选取数组第一个数,在小数堆中) 
                   while(a[j]>=temp && i<j)  
                            j--; 
                   //再找右边的 
                   while(a[i]<=temp && i<j)  
                            i++;  
                   //交换两个数在数组中的位置 
                   if(i<j)  
                   {  
                            t=a[i];  
                            a[i]=a[j];  
                            a[j]=t;  
                   }  
    }  
    //最终将基准数归位 (之前已经temp=a[left]过了,交换只需要再进行两步)
    a[left]=a[i];  
    a[i]=temp;  

    quicksort(left,i-1);//继续处理左边的,这里是一个递归的过程 
    quicksort(i+1,right);//继续处理右边的 ,这里是一个递归的过程 
}  

6 堆排序

6.1 过程

堆排序从小到大排序:首先将数组元素建成大小为n的大顶堆,堆顶(数组第一个元素)是所有元素中的最大值,将堆顶元素和数组最后一个元素进行交换,再将除了最后一个数的n-1个元素建立成大顶堆,再将最大元素和数组倒数第二个元素进行交换,重复直至堆大小减为1。

  • 注:完全二叉树
    假设二叉树深度为n,除了第n层外,n-1层节点都有两个孩子,第n层节点连续从左到右。如下图
    这里写图片描述

  • 注:大顶堆
    大顶堆是具有以下性质的完全二叉树:每个节点的值都大于或等于其左右孩子节点的值。
    即,根节点是堆中最大的值,按照层序遍历给节点从1开始编号,则节点之间满足如下关系:
    这里写图片描述 (1<=i<=n/2)

6.2 动图

排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]
排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]
排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]

6.3 核心代码(函数)

这里写图片描述
注意!!!数组从1开始,1~n

void heapSort(int array[], int n)
{
    int i;
    for (i=n/2;i>0;i--)
    {
        HeapAdjust(array,i,n);//从下向上,从右向左调整
    }
    for( i=n;i>1;i--)
    {
        swap(array, 1, i);
        HeapAdjust(array, 1, i-1);//从上到下,从左向右调整
    }
}
void HeapAdjust(int array[], int s, int n )
{
    int i,temp;
    temp = array[s];
    for(i=2*s;i<=n;i*=2)
    {
        if(i<n&&array[i]<array[i+1])
        {
            i++;
        }
        if(temp>=array[i])
        {
            break;
        }
        array[s]=array[i];
        s=i;
    }
    array[s]=temp;
}
void swap(int array[], int i, int j)
{
    int temp;

    temp=array[i];
    array[i]=array[j];
    array[j]=temp;
}

7 希尔排序

7.1 过程

希尔排序是插入排序改良的算法,希尔排序步长从大到小调整,第一次循环后面元素逐个和前面元素按间隔步长进行比较并交换,直至步长为1,步长选择是关键。

7.2 动图

这里写图片描述
排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]

7.3 核心程序(函数)

//下面是插入排序
void InsertSort( int array[], int n)
{
    int i,j,temp;
    for( i=0;i<n;i++ )
    {
        if(array[i]<array[i-1])
        {
            temp=array[i];
            for( j=i-1;array[j]>temp;j--)
            {
                array[j+1]=array[j];
            }
            array[j+1]=temp;
        }
    }
}
//在插入排序基础上修改得到希尔排序
void SheelSort( int array[], int n)
{
    int i,j,temp;
    int gap=n; //~~~~~~~~~~~~~~~~~~~~~
    do{
        gap=gap/3+1;  //~~~~~~~~~~~~~~~~~~
        for( i=gap;i<n;i++ )
        {
            if(array[i]<array[i-gap])
            {
                temp=array[i];
                for( j=i-gap;array[j]>temp;j-=gap)
                {
                    array[j+gap]=array[j];
                }
                array[j+gap]=temp;
            }
        }
    }while(gap>1);  //~~~~~~~~~~~~~~~~~~~~~~

}

8 桶排序(基数排序和基数排序的思想)

8.1 过程

桶排序是计数排序的变种,把计数排序中相邻的m个”小桶”放到一个”大桶”中,在分完桶后,对每个桶进行排序(一般用快排),然后合并成最后的结果。

8.2 图解

排序算法时间复杂度、空间复杂度、稳定性比较[通俗易懂]

8.3 核心程序

#include <stdio.h>
int main()
{
    int a[11],i,j,t;
    for(i=0;i<=10;i++)
        a[i]=0;  //初始化为0

    for(i=1;i<=5;i++)  //循环读入5个数
    {
        scanf("%d",&t);  //把每一个数读到变量t中
        a[t]++;  //进行计数(核心行)
    }

    for(i=0;i<=10;i++)  //依次判断a[0]~a[10]
        for(j=1;j<=a[i];j++)  //出现了几次就打印几次
            printf("%d ",i);

    getchar();getchar(); 
    //这里的getchar();用来暂停程序,以便查看程序输出的内容
    //也可以用system("pause");等来代替
    return 0;
}

9 计数排序

9.1 过程

算法的步骤如下:
– 找出待排序的数组中最大和最小的元素
– 统计数组中每个值为i的元素出现的次数,存入数组C的第i项
– 对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加)
– 反向填充目标数组:将每个元素i放在新数组的第C(i)项,每放一个元素就将C(i)减去1

9.2 图解

这里写图片描述

9.3 核心程序(函数)

程序1#define NUM_RANGE (100) //预定义数据范围上限,即K的值

void counting_sort(int *ini_arr, int *sorted_arr, int n)  //所需空间为 2*n+k
{  
       int *count_arr = (int *)malloc(sizeof(int) * NUM_RANGE);  
       int i, j, k;  

       //初始化统计数组元素为值为零 
       for(k=0; k<NUM_RANGE; k++){  
               count_arr[k] = 0;  
       }  
       //统计数组中,每个元素出现的次数 
       for(i=0; i<n; i++){  
               count_arr[ini_arr[i]]++;  
       }  

       //统计数组计数,每项存前N项和,这实质为排序过程
       for(k=1; k<NUM_RANGE; k++){  
               count_arr[k] += count_arr[k-1];  
       }  

       //将计数排序结果转化为数组元素的真实排序结果
       for(j=n-1 ; j>=0; j--){  
           int elem = ini_arr[j];          //取待排序元素
           int index = count_arr[elem]-1;  //待排序元素在有序数组中的序号
           sorted_arr[index] = elem;       //将待排序元素存入结果数组中
           count_arr[elem]--;              //修正排序结果,其实是针对算得元素的修正
       }  
       free(count_arr);  
}  

程序2:C++(最大最小压缩桶数)
public static void countSort(int[] arr) {
        if (arr == null || arr.length < 2) {
            return;
        }
        int min = arr[0];
        int max = arr[0];
        for (int i = 1; i < arr.length; i++) {
            min = Math.min(arr[i], min);
            max = Math.max(arr[i], max);
        }
        int[] countArr = new int[max - min + 1];
        for (int i = 0; i < arr.length; i++) {
            countArr[arr[i] - min]++;
        }
        int index = 0;
        for (int i = 0; i < countArr.length; i++) {
            while (countArr[i]-- > 0) {
                arr[index++] = i + min;
        }
}

10 基数排序

10.1 过程

基数排序是基于数据位数的一种排序算法。
它有两种算法
①LSD–Least Significant Digit first 从低位(个位)向高位排。
②MSD– Most Significant Digit first 从高位向低位(个位)排。
时间复杂度O(N*最大位数)。
空间复杂度O(N)。

10.2 图解

这里写图片描述
对a[n]按照个位0~9进行桶排序:
这里写图片描述
对b[n]进行累加得到c[n],用于b[n]中重复元素计数
!!!b[n]中的元素为temp中的位置!!!跳跃的用++补上:
这里写图片描述
temp数组为排序后的数组,写回a[n]。temp为按顺序倒出桶中的数据(联合b[n],c[n],a[n]得到),重复元素按顺序输出:
这里写图片描述

10.3 核心程序

//基数排序 
//LSD 先以低位排,再以高位排 
//MSD 先以高位排,再以低位排 
void LSDSort(int *a, int n)  
{  
    assert(a);  //判断a是否为空,也可以a为空||n<2返回
    int digit = 0;   //最大位数初始化
    for (int i = 0; i < n; ++i)  
    {   //求最大位数
        while (a[i] > (pow(10,digit)))  //pow函数要包含头文件math.h,pow(10,digit)=10^digit
        {  
            digit++;  
        }  
    }  
    int flag = 1;   //位数
    for (int j = 1; j <= digit; ++j)  
    {  
        //建立数组统计每个位出现数据次数(Digit[n]为桶排序b[n]) 
        int Digit[10] = { 0 };  
        for (int i = 0; i < n; ++i)  
        {  
            Digit[(a[i] / flag)%10]++;  //flag=1时为按个位桶排序
        }  
         //建立数组统计起始下标(BeginIndex[n]为个数累加c[n],用于记录重复元素位置
         //flag=1时,下标代表个位数值,数值代表位置,跳跃代表重复)
        int BeginIndex[10] = { 0 };  
        for (int i = 1; i < 10; ++i)  
        {  
            //累加个数
            BeginIndex[i] = BeginIndex[i - 1] + Digit[i - 1];  
        }  
        //建立辅助空间进行排序 
        //下面两条可以用calloc函数实现
        int *tmp = new int[n];  
        memset(tmp, 0, sizeof(int)*n);//初始化 
        //联合各数组求排序后的位置存在temp中
        for (int i = 0; i < n; ++i)  
        {  
            int index = (a[i] / flag)%10;  //桶排序和位置数组中的下标
            //计算temp相应位置对应a[i]中的元素,++为BeginIndex数组数值加1
            //跳跃间隔用++来补,先用再++
            tmp[BeginIndex[index]++] = a[i];  
        }  
        //将数据重新写回原空间 
        for (int i = 0; i < n; ++i)  
        {  
            a[i] = tmp[i];  
        }  
        flag = flag * 10;  
        delete[] tmp;  
    }  
}  

附:

1 完整程序框架(冒泡排序举例)

1.1 VS2010程序
#include "stdafx.h"
#include "stdio.h"
#include <stdlib.h>

void BubbleSort(int array[], int n){
    int i,j,k,count1=0, count2=0;
    for(i=0; i<n-1; i++)
        for(j=n-1; j>i; j--)
        {
            count1++;
            if(array[j-1]>array[j])
            {
                count2++;
                k=array[j-1];
                array[j-1]=array[j];
                array[j]=k;
            }
        }
    printf("总共的循环次序为:%d, 总共的交换次序为:%d\n\n", count1, count2);
}


int main(int argc, _TCHAR* argv[])
{
    int as[]={
  
  0,1,2,3,4,6,8,5,9,7};
    BubbleSort(as, 10);
    for(int i=0; i<10; i++)
    {
        printf("%d", as[i]);
    }
    printf("\n\n");
    system("pause");
    return 0;
}
1.2 执行程序(OJ)
#include <stdio.h>

void BubbleSort(int array[], int n){
    int i,j,k,count1=0, count2=0;
    for(i=0; i<n-1; i++)
        for(j=n-1; j>i; j--)
        {
            count1++;
            if(array[j-1]>array[j])
            {
                count2++;
                k=array[j-1];
                array[j-1]=array[j];
                array[j]=k;
            }
        }
    printf("总共的循环次序为:%d, 总共的交换次序为:%d\n\n", count1, count2);
}

int main()
{
    int as[]={
  
  0,1,2,3,4,6,8,5,9,7};
    BubbleSort(as, 10);
    int i=0;
    for(i=0; i<10; i++)
    {
        printf("%d", as[i]);
    }
    return 0;
}

2 关于交换的优化

不用中间变量进行交换

if(A[j] <= A[i]){
    A[j] = A[j] + A[i];
    A[i] = A[j] - A[i];
    A[j] = A[j] - A[i];
}

3 C语言实现数组动态输入

#include <stdio.h> 
#include <assert.h> //断言头文件
#include <stdlib.h> 

int main(int argc, char const *argv[])  
{  
    int size = 0;  
    scanf("%d", &size);   //首先输入数组个数
    assert(size > 0);     //判断数组个数是否非法

    int *array = (int *)calloc(size, sizeof(int));  //动态分配数组
    if(!R1)  
    {  
        return;           //申请空间失败 
    }  

    int i = 0;  
    for (i = 0; i < size; ++i) {  
        scanf("%d", &array[i]);  
    }  

    mergeSort(array, size);  
    printArray(array, size);  

    free(array);  
    return 0;  
} 

注:
1.colloc与malloc类似,但是主要的区别是存储在已分配的内存空间中的值默认为0,使用malloc时,已分配的内存中可以是任意的值.
2.colloc需要两个参数,第一个是需要分配内存的变量的个数,第二个是每个变量的大小.

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/146284.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

  • tomcat日志分割

    tomcat日志分割l 在Linux系统中,转到tomcat的bin目录下:cd/usr/local/Server/apache-tomcat-8.5.14/binl 在bin目录下新建clean.sh文件,并给予文件权限:chmod 777clean.sh l 编辑clean.sh文件:viclean.sh#!/bin/shsource/etc/profiled=`d

  • python中0xf_Python 0xff作者

    python中0xf_Python 0xff作者我有个错误:UnicodeDecodeError:’utf-8’codeccan’tdecodebyte0xffinposition:0,invalidstartbyte我找到了这个解决方案:^{pr2}$但是如果a)你不知道0xff在哪里和/或b)你需要解码一个file对象,你怎么使用它呢?正确的语法/格式是什么?在我正在解析一个目录,所以我试着一次检查一个文件。(注意:…

  • typescript web_jenkins自动编译

    typescript web_jenkins自动编译前言上一篇我们讲到如何手动编译TypeScript,如果我们每次都要手动编译,那么这样会很累,接下来就介绍自动编译TypeScript。mac自动编译typescript在Typescript文

  • Linux文件锁

    Linux文件锁翻阅参考资料,你会发现文件锁可以进行很多的分类,最常见的主要有读锁与写锁,前者也叫共享锁,后者也叫排斥锁,值得注意的是,多个读锁之间是不会相互干扰的,多个进程可以在同一时刻对同一个文件加读锁;但是,如果已经有一个进程对该文件加了写锁,那么其他进程则不能对该文件加读锁或者写锁,直到这个进程将写锁释放,因此可以总结为:对于同一个文件而言,它可以同时拥有多个读者,但是在某一时刻,他只能拥有一个写者。

  • java高并发 pdf_Java高并发编程详解 PDF 下载

    java高并发 pdf_Java高并发编程详解 PDF 下载推荐序一推荐序二推荐序三推荐序四前言第一部分多线程基础第1章快速认识线程1.1线程的介绍1.2快速创建并启动一个线程1.3线程的生命周期详解1.4线程的start方法剖析:模板设计模式在Thread中的应用1.5Runnable接口的引入以及策略模式在Thread中的使用1.6本章总结第2章深入理解Thread构造函数2.1线程的命名2.2线程的父子关系2.3Thread与…

  • Python输入输出(IO)[通俗易懂]

    Python输入输出(IO)[通俗易懂]程序会有输入和输出,输入可以从标准输入或是从一个文件读入数据,程序的输出可以以一种友好可读的方式(human-readable)打印出来,或是写进一个文件,而标准输入和标准输出(键盘和显示器)在程序的

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