黑马Java八股文面试题视频教程，Java面试八股文宝典（基础篇）

浅浅的花香味﹌ 2024-03-31 11:47 37阅读 0赞

## 1.二分查找 ##

### 1.1二分查找实现 ###

**定义**

> 二分查找也是一种在数组中查找数据的算法。它只能查找已经排好序的数据。二分查找通过比较数组中间的数据与目标数据的大小，可以得知目标数据是在数组的左边还是右边。因此，比较一次就可以把查找范围缩小一半。重复执行该操作就可以找到目标数据，或得出目标数据不存在的结论。

**基本步骤：**

前提：有已排序数组 A（假设已经做好）

定义左边界 L、右边界 R，确定搜索范围，循环执行二分查找（3、4两步）

获取中间索引 M = Floor((L+R) /2)

中间索引的值 A\[M\] 与待搜索的值 T 进行比较

① A\[M\] == T 表示找到，返回中间索引

② A\[M\] > T，中间值右侧的其它元素都大于 T，无需比较，中间索引左边去找，M - 1 设置为右边界，重新查找

③ A\[M\] < T，中间值左侧的其它元素都小于 T，无需比较，中间索引右边去找， M + 1 设置为左边界，重新查找

当 L > R 时，表示没有找到，应结束循环

**代码实现**

public class BinarySearch {
        
        public static void main(String[] args) {
        
            int[] array = {
        1,5,8,11,19,22,31,35,40,45,48,49,50}; //已排序的数组
            int target = 48; //需要搜索的目标值
            int index = binarySearch(array, target); //元素对应的索引
            System.out.println(index);
        }
     
        //二分查找，找到返回元素索引，找不到返回 -1
        public static int binarySearch(int[] array, int target){
        
            //定义左边界 left
            int left = 0;
            //定义右边界 right
            int right = array.length - 1;
            //定义中间的索引
            int middle;
            while (left <= right) {
        //表示左边界还未超过右边界，重复执行 3、4 两步
                middle = (left + right)/2;//获得中间索引
                if (array[middle] == target) {
         //找到目标值
                    return middle;
                }else if (array[middle] > target){
         //表示中间值middle右边的均大于目标值，舍弃
                    right = middle - 1;//重新定义右边界
                }else {
         // 中间值 middle 左边的均小于目标值 ，舍弃
                    left = middle + 1;//重新定义左边界
                }
            }
            return -1;
        }
     
    }

**运行结果：**

### 1.2整数溢出 ###

> 上述代码虽然实现了二分查找算法 ，但是在取中间值的时候超过整数的最大值，就会出现整数溢出的问题，所以需要对上述代码进行优化，从而解决整数溢出的问题

**方法1：在取中间值时，对原本的公式进行公式演化，可以避免造成整数溢出的问题**

演化过程：
    
            middle = (left + right) / 2 = left/2 + right/2 = left - left/2 + right/2 = left+(right-left)/2

**优化代码：**

int left = 0;
    int right = Integer.MAX_VALUE - 1;
     
    //int middle = (left + right) / 2;
    //方法1.进行公式演化，可以避免造成整数溢出的问题
    // -- left/2 + right/2 -- left - left/2 + right/2 -- left+(right-left)/2
    int middle = left + (right - left) / 2;
    System.out.println(middle);
     
    //此时假设在右侧
    left = middle + 1;
    middle = left + (right - left) / 2;
    System.out.println(middle);

**方法2：同样是在取中间值的时候，利用无符号的右移运算,也可以解决整数溢出的问题，而且也比除法的效率高**

**优化代码：**

int left = 0;
    int right = Integer.MAX_VALUE - 1;
    
    //方法2.利用无符号的右移运算,也可以解决整数溢出的问题，而且也比除法的效率高
    int middle = (left + right) >>> 1;  //>>> 按位右移补零操作符。左操作数的值按右操作数指定的位数右移，移动得到的空位以零填充。
    System.out.println(middle);
    
    //此时假设在右侧
    left = middle + 1;
    middle = (left + right) >>> 1;
    System.out.println(middle);

### 1.3相关面试题 ###

> 1.  （京东实习生招聘）有一个有序表为 1,5,8,11,19,22,31,35,40,45,48,49,50 当二分查找值为 48 的结点时，查找成功需要比较的次数 — 4次
> 2.  （美团点评校招）使用二分法在序列 1,4,6,7,15,33,39,50,64,78,75,81,89,96 中查找元素 81 时，需要经过（ ）次比较 — 4次
> 3.  （北京易道博识校招）在拥有128个元素的数组中二分查找一个数，需要比较的次数最多不超过多少次 — 7次

解题办法：

1、2 — 奇数二分取中间，偶数二分取中间靠左

3 — 2ⁿ = N = log₂N = log₁₀N / log₁₀2 （其中 n 为查找次数，N 为元素个数 ）

结果为整数--即为最终结果；结果为小数，则舍去小数部分，整数加一为最终结果

【注意】

1.上述写的二分查找是以 jdk 中 Arrays.binarySearch 的实现作为示范
    
        2.但实际上，二分查找有诸多变体，一旦使用变体的实现代码，则左右边界的选取会有变化，进而会影响之前选择题的答案选择

## 2.冒泡排序 ##

### **冒泡排序定义** ###

> 冒泡排序就是重复“从序列右边开始比较相邻两个数字的大小，再根据结果交换两个数字的位置”这一操作的算法。在这个过程中，数字会像泡泡一样，慢慢从右往左“浮”到序列的顶端，所以这个算法才被称为“冒泡排序”。

### **基本步骤：** ###

1.  依次比较数组中相邻两个元素大小，若 a\[j\] > a\[j+1\]，则交换两个元素，两两都比较一遍称为一轮冒泡，结果是让最大的元素排至最后
2.  重复以上步骤，直到整个数组有序

### **代码实现：** ###

public class BubbleSort {
        
        public static void main(String[] args) {
        
            int[] array = {
        5,9,7,4,1,3,2,8};
            bubble(array);
        }
     
        
     
        public static void bubble(int[] array){
        
            for (int j = 0; j < array.length - 1; j++) {
        
                //一轮冒泡
                boolean swapped = false; //表示是否发生了交换 false表示没有发生交换
                for (int i = 0; i < array.length - 1 - j; i++) {
        
                    if (array[i] > array[i+1]) {
        
                        swap(array, i, i+1);
                        swapped = true;
                    }
                }
                
                if (!swapped) {
        //数组中的元素没有发生交换,直接退出循环
                    break;
                }
                System.out.println("第"+(j+1)+"轮冒泡:"+ Arrays.toString(array));
            }
        }
     
        public static void swap(int[] array,int i,int j){
        //将数组中下标为i和j的元素分别交换位置
            int t = array[i]; //先将下标为 i 的元素取出来放进缓存区
            array[i] = array[j];//将下标为 j 的元素放到原先下标为 i 的位置
            array[j] = t; //将下标为 i 的元素 从缓存区里取出来放入 原先下标为 j 的位置
        }
     
    }

### **运行结果：** ###

第1轮冒泡:[5, 7, 4, 1, 3, 2, 8, 9]
    第2轮冒泡:[5, 4, 1, 3, 2, 7, 8, 9]
    第3轮冒泡:[4, 1, 3, 2, 5, 7, 8, 9]
    第4轮冒泡:[1, 3, 2, 4, 5, 7, 8, 9]
    第5轮冒泡:[1, 2, 3, 4, 5, 7, 8, 9]

上述代码的实现相较普通的冒泡排序优化在

*  **每经过一轮冒泡，内层循环就可以减少一次**
 *  **如果某一轮冒泡没有发生交换，则表示所有的数据有序，可以结束外层循环**

**进行再一步优化：**

public static void bubble_v2(int[] array){
        
            int n = array.length - 1;
            while (true) {
        
                int lastIndex = 0;//定义在一轮冒泡中最后发生交换的下标
                for (int i = 0; i < n; i++) {
        
                    if (array[i] > array[i+1]) {
        
                        swap(array, i, i+1);
                        lastIndex = i;//取交换前的 前一个元素的下标
                    }
                }
                n = lastIndex; //将 lastIndex 作为 新一轮冒泡的循环次数
                System.out.println(Arrays.toString(array));
                if (n == 0) {
        //循环次数为零，退出循环
                    break;
                }
            }
        }

**运行结果：**

[5, 7, 4, 1, 3, 2, 8, 9]
    [5, 4, 1, 3, 2, 7, 8, 9]
    [4, 1, 3, 2, 5, 7, 8, 9]
    [1, 3, 2, 4, 5, 7, 8, 9]
    [1, 2, 3, 4, 5, 7, 8, 9]
    [1, 2, 3, 4, 5, 7, 8, 9]

相较上一个冒泡算法的实现，本次实现的优化点在 **每轮冒泡时，最后一次交换索引可以作为下一轮冒泡的比较次数，如果这个值为零，表示整个数组有序，直接退出外层循环即可**

## 3.选择排序 ##

### **定义：** ###

> 选择排序就是重复“从待排序的数据中寻找最小值，将其与序列最左边的数字进行交换”  
> 这一操作的算法。在序列中寻找最小值时使用的是线性查找。

### 基本步骤： ###

1.  将数组分为两个子集，排序的和未排序的，每一轮从未排序的子集中选出最小的元素，放入排序子集
2.  重复以上步骤，直到整个数组有序

### 代码实现： ###

public class SelectionSort {
        
        public static void main(String[] args) {
        
            int[] array = {
        5,3,7,2,1,9,8,4};
            selection(array);
        }
     
        private static void selection(int[] array){
        
            for (int i = 0; i < array.length - 1; i++) {
        //i 代表每轮选择最小元素要交换到的目标索引
                int minIndex = i; // 代表最小元素的索引
                for (int j = minIndex + 1; j < array.length; j++) {
         //假定下标为 0 的元素为最小，所以循环次数为数组的长度
                    if (array[minIndex] > array[j]) {
        
                        minIndex = j; //更新最小下标
                    }
                }
                if (minIndex != i) {
          //如果最小下标发生变化，则更换元素的位置
                    swap(array, minIndex, i);
                }
                System.out.println(Arrays.toString(array));
            }    
        }
     
        public static void swap(int[] array,int i,int j){
        //将数组中下标为i和j的元素分别交换位置
            int t = array[i]; //先将下标为 i 的元素取出来放进缓存区
            array[i] = array[j];//将下标为 j 的元素放到原先下标为 i 的位置
            array[j] = t; //将下标为 i 的元素 从缓存区里取出来放入 原先下标为 j 的位置
        }
     
    }

### 运行结果： ###

[1, 3, 7, 2, 5, 9, 8, 4]
    [1, 2, 7, 3, 5, 9, 8, 4]
    [1, 2, 3, 7, 5, 9, 8, 4]
    [1, 2, 3, 4, 5, 9, 8, 7]
    [1, 2, 3, 4, 5, 9, 8, 7]
    [1, 2, 3, 4, 5, 7, 8, 9]
    [1, 2, 3, 4, 5, 7, 8, 9]

## 4.冒泡排序和选择排序的比较 ##

### 4.1区别 ###

1.  **二者平均时间复杂度都是 \**O(n²)\****
2.  **选择排序一般要快于冒泡，因为其交换次数少**
3.  **但如果集合有序度高，冒泡优于选择**
4.  **冒泡属于稳定排序算法，而选择属于不稳定排序**
    
     *  **稳定排序指，按对象中不同字段进行多次排序，不会打乱同值元素的顺序**
     *  **不稳定排序则反之**

### 4.2稳定排序与不稳定排序 ###

分别使用 冒泡排序与选择排序 对扑克牌的花色和数字进行排序（先对花色进行排序，再对数字进行排序）

**代码实现：**

public class StableVsUnstable {
        
        public static void main(String[] args) {
        
            System.out.println("=================不稳定================");
            Card[] cards = getStaticCards();
            System.out.println(Arrays.toString(cards));
            selection(cards, Comparator.comparingInt((Card a) -> a.sharpOrder).reversed());
            System.out.println(Arrays.toString(cards));
            selection(cards, Comparator.comparingInt((Card a) -> a.numberOrder).reversed());
            System.out.println(Arrays.toString(cards));
     
            System.out.println("=================稳定=================");
            cards = getStaticCards();
            System.out.println(Arrays.toString(cards));
            bubble(cards, Comparator.comparingInt((Card a) -> a.sharpOrder).reversed());
            System.out.println(Arrays.toString(cards));
            bubble(cards, Comparator.comparingInt((Card a) -> a.numberOrder).reversed());
            System.out.println(Arrays.toString(cards));
        }
     
        public static void bubble(Card[] a, Comparator<Card> comparator) {
        
            int n = a.length - 1;
            while (true) {
        
                int last = 0; // 表示最后一次交换索引位置
                for (int i = 0; i < n; i++) {
        
                    if (comparator.compare(a[i], a[i + 1]) > 0) {
        
                        swap(a, i, i + 1);
                        last = i;
                    }
                }
                n = last;
                if (n == 0) {
        
                    break;
                }
            }
        }
     
        private static void selection(Card[] a, Comparator<Card> comparator) {
        
            for (int i = 0; i < a.length - 1; i++) {
        
                // i 代表每轮选择最小元素要交换到的目标索引
                int s = i; // 代表最小元素的索引
                for (int j = s + 1; j < a.length; j++) {
        
                    if (comparator.compare(a[s], a[j]) > 0) {
        
                        s = j;
                    }
                }
                if (s != i) {
        
                    swap(a, s, i);
                }
            }
        }
     
        public static void swap(Card[] a, int i, int j) {
        
            Card t = a[i];
            a[i] = a[j];
            a[j] = t;
        }
     
        enum Sharp {
        
            diamond, club, heart, spade, black, red
        }
        static Card[] getStaticCards() {
        
            List<Card> list = new ArrayList<>();
            Card[] copy = Arrays.copyOfRange(Card.cards, 2, 13 * 4 + 2);
            list.add(copy[7]);
            list.add(copy[12]);
            list.add(copy[12+13]);
            list.add(copy[10]);
            list.add(copy[9]);
            list.add(copy[9+13]);
            return list.toArray(new Card[0]);
        }
     
     
        static Map<String, Integer> map = Map.ofEntries(
                Map.entry("RJ", 16),
                Map.entry("BJ", 15),
                Map.entry("A", 14),
                Map.entry("K", 13),
                Map.entry("Q", 12),
                Map.entry("J", 11),
                Map.entry("10", 10),
                Map.entry("9", 9),
                Map.entry("8", 8),
                Map.entry("7", 7),
                Map.entry("6", 6),
                Map.entry("5", 5),
                Map.entry("4", 4),
                Map.entry("3", 3),
                Map.entry("2", 2)
        );
     
        static class Card {
        
            private Sharp sharp;
            private final String number;
            private final int numberOrder;
            private final int sharpOrder;
     
            public Card(Sharp sharp, String number) {
        
                this.sharp = sharp;
                this.number = number;
                this.numberOrder = map.get(number);
                this.sharpOrder = sharp.ordinal();
            }
     
            private static final Card[] cards;
     
            static {
        
                cards = new Card[54];
                Sharp[] sharps = {
        Sharp.spade, Sharp.heart, Sharp.club, Sharp.diamond};
                String[] numbers = {
        "A", "K", "Q", "J", "10", "9", "8", "7", "6", "5", "4", "3", "2"};
                int idx = 2;
                for (Sharp sharp : sharps) {
        
                    for (String number : numbers) {
        
                        cards[idx++] = new Card(sharp, number);
                    }
                }
                cards[0] = new Card(Sharp.red, "RJ");
                cards[1] = new Card(Sharp.black, "BJ");
            }
     
            @Override
            public String toString() {
        
                return switch (sharp) {
        
                    case heart -> "[\033[31m" + "♥" + number + "\033[0m]";
                    case diamond -> "[\033[31m" + "♦" + number + "\033[0m]";
                    case spade -> "[\033[30m" + "♠" + number + "\033[0m]";
                    case club -> "[\033[30m" + "♣" + number + "\033[0m]";
                    case red -> "[\033[31m" + "\uD83C\uDFAD" + "\033[0m]";
                    case black -> "[\033[30m" + "\uD83C\uDFAD" + "\033[0m]";
                };
            }
        }
     
    }

**运行结果：**

=================不稳定================
    [[♠7], [♠2], [♥2], [♠4], [♠5], [♥5]]
    [[♠7], [♠2], [♠4], [♠5], [♥2], [♥5]]
    [[♠7], [♠5], [♥5], [♠4], [♥2], [♠2]]
    =================稳定=================
    [[♠7], [♠2], [♥2], [♠4], [♠5], [♥5]]
    [[♠7], [♠2], [♠4], [♠5], [♥2], [♥5]]
    [[♠7], [♠5], [♥5], [♠4], [♠2], [♥2]]
    ————————————————

## 5.插入排序 ##

> 插入排序是一种从序列左端开始依次对数据进行排序的算法。在排序过程中，左侧的数据陆续归位，而右侧留下的就是还未被排序的数据。插入排序的思路就是从右侧的未排序区域内取出一个数据，然后将它插入到已排序区域内合适的位置上

**基本步骤：**

1.  将数组分为两个区域，排序区域和未排序区域，每一轮从未排序区域中取出第一个元素，插入到排序区域（需保证顺序）
2.  重复以上步骤，直到整个数组有序

**代码实现：**

public class InsertSort {
        
        public static void main(String[] args) {
        
            int[] array = {
        9,3,7,2,5,8,1,4};
            insert(array);
        }
     
        private static void insert(int[] array){
        
            for (int i = 1; i < array.length; i++) {
        //i 表示待插入元素的索引
                int t = array[i]; //表示待插入的元素值
                int j = i - 1; //表示已将排序区域的元素索引
                while (j >= 0) {
        
                    if (t < array[j]) {
        //待插入的元素值 小于 已将排序区域的元素索引的值
                        array[j+1] = array[j];//将下标为 j 的元素向后移动一位
                    }else {
         //待插入的元素值 大于 已经排序区域的元素索引的值
                        break; //找到插入位置，直接退出循环
                    }
                    j--; //依次向前进行比较，直到下标出现为负，退出循环
                }
                array[j+1] = t;//将待插入的元素值 插入到 空出的位置
                System.out.println(Arrays.toString(array));
            }
        }
    }

**运行结果：**

[9, 3, 7, 2, 5, 8, 1, 4]
    [3, 9, 7, 2, 5, 8, 1, 4]
    [3, 7, 9, 2, 5, 8, 1, 4]
    [2, 3, 7, 9, 5, 8, 1, 4]
    [2, 3, 5, 7, 9, 8, 1, 4]
    [2, 3, 5, 7, 8, 9, 1, 4]
    [1, 2, 3, 5, 7, 8, 9, 4]
    [1, 2, 3, 4, 5, 7, 8, 9]

## 6.选择排序和插入排序的比较 ##

> 1.  **二者平均时间复杂度都是 \**O(n²)\****
> 2.  **大部分情况下，插入都略优于选择**
> 3.  **有序集合插入的时间复杂度为 \**O(n)\****
> 4.  **插入属于稳定排序算法，而选择属于不稳定排序**

## 7.希尔排序 ##

**基本步骤：**

1.  首先选取一个间隙序列，如 (n/2，n/4 … 1)，n 为数组长度
2.  每一轮将间隙相等的元素视为一组，对组内元素进行插入排序，目的有二
    
    ① 少量元素插入排序速度很快
    
    ② 让组内值较大的元素更快地移动到后方
3.  当间隙逐渐减少，直至为 1 时，即可完成排序

**代码实现：**

package practise;
    
    import java.util.Arrays;
    
    public class ShellSort {
        
        public static void main(String[] args) {
        
            int[] array = {
        9, 3, 7, 2, 5, 8, 1, 4};
            shell(array);
        }
    /*
    *
    * 首先选取一个间隙序列，如 (n/2，n/4 … 1)，n 为数组长度
    
    每一轮将间隙相等的元素视为一组，对组内元素进行插入排序，目的有二
    
    ① 少量元素插入排序速度很快
    
    ② 让组内值较大的元素更快地移动到后方
    
    当间隙逐渐减少，直至为 1 时，即可完成排序
    *
    * */
        private static void shell(int[] arr) {
        
            int length = arr.length;
            int temp;
            for (int step = length / 2; step >= 1; step /= 2) {
        
                for (int i = step; i < length; i++) {
        
                    temp = arr[i];
                    int j = i - step;
                    while (j >= 0 && arr[j] > temp) {
        
                        arr[j + step] = arr[j];
                        j -= step;
                    }
                    arr[j + step] = temp;
                    System.out.println(Arrays.toString(arr));
                }
            }
        }
    }

**运行结果：**

[5, 3, 7, 2, 9, 8, 1, 4]  
    [5, 3, 7, 2, 9, 8, 1, 4]
    [5, 3, 1, 2, 9, 8, 7, 4]
    [5, 3, 1, 2, 9, 8, 7, 4]
    [1, 3, 5, 2, 9, 8, 7, 4]
    [1, 2, 5, 3, 9, 8, 7, 4]
    [1, 2, 5, 3, 9, 8, 7, 4]
    [1, 2, 5, 3, 9, 8, 7, 4]
    [1, 2, 5, 3, 7, 8, 9, 4]
    [1, 2, 5, 3, 7, 4, 9, 8]
    [1, 2, 5, 3, 7, 4, 9, 8]
    [1, 2, 5, 3, 7, 4, 9, 8]
    [1, 2, 3, 5, 7, 4, 9, 8]
    [1, 2, 3, 5, 7, 4, 9, 8]
    [1, 2, 3, 4, 5, 7, 9, 8]
    [1, 2, 3, 4, 5, 7, 9, 8]
    [1, 2, 3, 4, 5, 7, 8, 9]

## 8.插入和选择-推导某一轮排序结果 ##

**题目：**

使用直接插入排序算法对序列18,23,19,9,23,15进行排序，第三趟排序后的结果为（）

A.9,18,15,23,19,23 B.18,23,19,9,23,15

C.18,19,23,9,23,15 D.9,18,19,23,23,15

**推算过程：**

18,23,19,9,23,15       18,19,23,9,23,15      9,18,19,23,23,15

使用直接选择排序算法对序列18,23,19,9,23,15进行排序，第三趟排序后的结果为（）

A.9,23,19,18,23,15 B.9,15,18,19,23,23

C.18,19,23,9,23,15 D.18,19,23,9,15,23

**推算过程：**

9,23,19,18,23,15  9,15,19,18,23,23  9,15,18,19,23,23

## 9.快速排序 ##

**1.算法描述**  
每一轮排序选择一个基准点（pivot）进行分区

让小于基准点的元素的进入一个分区，大于基准点的元素的进入另一个分区

当分区完成时，基准点元素的位置就是其最终位置

在子分区内重复以上过程，直至子分区元素个数少于等于 1，这体现的是分而治之的思想 （divide-and-conquer）

从以上描述可以看出，一个关键在于分区算法，常见的有洛穆托分区方案、双边循环分区方案、霍尔分区方案

**2.单边循环快排(lomuto 洛穆托分区方案)**  
**基本步骤:**

选择最右元素作为基准点元素

j 指针负责找到比基准点小的元素，一旦找到则与 i 进行交换

i 指针维护小于基准点元素的边界，也是每次交换的目标索引

最后基准点与 i 交换，i 即为分区位置

代码实现：

public class QuickSort1 {
        
        public static void main(String[] args) {
        
            int[] array = {
        5,3,7,2,9,8,1,4};
            //3,5,7,2,9,8,1,4  3,2,7,5,9,8,1,4  3,2,1,5,9,8,7,4  3,2,1,4,9,8,7,5
            //3,2,1,4,9,8,7,5  1,2,3,4,9,8,7,5  1,2,3,4,5,8,7,9  1,2,3,4,5,7,8,9
            quick(array, 0, array.length-1);
        }
     
        //递归
        public static void quick(int[] array,int low,int high){
        
            if (low >= high) {
        
                return;
            }
            int p = partition(array, low, high); //表示  基准点元素所在的正确索引
            //确定左边分区范围
            quick(array,low,p-1);
            //确定右边分区范围
            quick(array, p+1, high);
        }
     
        //分区
        private static int partition(int[] array,int low,int high){
         //low 表示左边界  high: 表示右边界
            int pv = array[high]; //选取最右边的元素为基准点元素
            int i = low;
            for (int j = low; j < high; j++) {
        
                if (array[j] < pv) {
        //下标小于基准点的元素
                    swap(array, i, j); //将小于基准点的元素换到 下标为i 所在的位置
                    i++;
                }
            }
            swap(array, high, i); //将基准点和 下标为i 的元素互换位置
            System.out.println(Arrays.toString(array)+"i="+i);
            //返回值表示基准点元素所在的正确索引，以此来确定下一轮的边界分区
            return i;
        }
     
        public static void swap(int[] array,int i,int j){
        //将数组中下标为i和j的元素分别交换位置
            int t = array[i]; //先将下标为 i 的元素取出来放进缓存区
            array[i] = array[j];//将下标为 j 的元素放到原先下标为 i 的位置
            array[j] = t; //将下标为 i 的元素 从缓存区里取出来放入 原先下标为 j 的位置
        }
    }

**运行结果:**

\[3, 2, 1, 4, 9, 8, 7, 5\]i=3  
\[1, 2, 3, 4, 9, 8, 7, 5\]i=0  
\[1, 2, 3, 4, 9, 8, 7, 5\]i=2  
\[1, 2, 3, 4, 5, 8, 7, 9\]i=4  
\[1, 2, 3, 4, 5, 8, 7, 9\]i=7  
\[1, 2, 3, 4, 5, 7, 8, 9\]i=5  
**3.双边循环快排**  
**基本步骤：**

选择最左元素作为基准点元素

j 指针负责从右向左找比基准点小的元素，i 指针负责从左向右找比基准点大的元素，一旦找到二者交换，直至 i，j 相交

最后基准点与 i（此时 i 与 j 相等）交换，i 即为分区位置

**代码实现：**

public class QuickSort2 {
        
        public static void main(String[] args) {
        
            int[] array = {
        5,3,7,2,9,8,1,4};
            // 5,3,4,2,9,8,1,7  5,3,4,2,1,8,9,7  1,3,4,2,5,8,9,7
            // 1,3,2,4,5,8,9,7  1,2,3,4,5,8,9,7  1,2,3,4,5,8,7,9  1,2,3,4,5,7,8,9
            quick(array, 0, array.length-1);
        }
     
        //递归
        public static void quick(int[] array,int low,int high){
        
            if (low >= high) {
        
                return;
            }
            int p = partition(array, low, high); //表示  基准点元素所在的正确索引
            //确定左边分区范围
            quick(array,low,p-1);
            //确定右边分区范围
            quick(array, p+1, high);
        }
     
        //分区
        private static int partition(int[] array,int low,int high){
         //low 表示左边界  high: 表示右边界
            int pv = array[low]; //选取最左边的元素为基准点元素
            int i = low; //i 开始位于左边界
            int j = high; // j 开位于右边界
            while (i < j){
        
                //j 从最右边的元素开始找 小于基准点的元素
                while (i < j && array[j] > pv) {
         // i < j -- 防止 i 和 j发生越界
                    j--;
                }
                //i 从最左边的元素开始找 大于基准点的元素
                while (i < j && array[i] <= pv) {
         //array[i] <= pv -- i开始位于左边界，且 pv 为左边界的元素 如果不相等，就无法进入循环
                    i++;
                }
                swap(array, i, j); // j 找到小于基准点的元素  i找到大于基准点的元素，两者位置发生互换
            }
            swap(array, low, j); //基准点 和 i(i和j相等) 互换，i 为 新的分区位置
            System.out.println(Arrays.toString(array) + "j=" + j);
            return j;
        }
     
        public static void swap(int[] array,int i,int j){
        //将数组中下标为i和j的元素分别交换位置
            int t = array[i]; //先将下标为 i 的元素取出来放进缓存区
            array[i] = array[j];//将下标为 j 的元素放到原先下标为 i 的位置
            array[j] = t; //将下标为 i 的元素 从缓存区里取出来放入 原先下标为 j 的位置
        }
    }

**运行结果：**

\[1, 3, 4, 2, 5, 8, 9, 7\]j=4  
\[1, 3, 4, 2, 5, 8, 9, 7\]j=0  
\[1, 2, 3, 4, 5, 8, 9, 7\]j=2  
\[1, 2, 3, 4, 5, 7, 8, 9\]j=6  
**4.快速排序的特点**  
平均时间复杂度是 O(nlog₂⁡n )，最坏时间复杂度 O(n²)

数据量较大时，优势非常明显

属于不稳定排序

**5.洛穆托分区方案 vs 霍尔分区方案**  
霍尔的移动次数平均来讲比洛穆托少3倍

## 10.ArrayList-扩容规则 ##

> 扩容规则：
> 
> 1.  ArrayList() 会使用长度为零的数组 (调用无参构造的时候)
> 2.  ArrayList(int initialCapacity) 会使用指定容量的数组（调用有参构造的时候，其中参数为整形）
> 3.  public ArrayList(Collection<? extends E> c) 会使用 c 的大小作为数组容量（调用有参构造的时候，其中参数为集合）
> 4.  add(Object o) 首次扩容为 10，再次扩容为上次容量的 1.5 倍（这里用的是位运算）
> 5.  addAll(Collection c) 没有元素时，扩容为 Math.max(10, 实际元素个数)，有元素时为 Math.max(原容量 1.5 倍, 实际元素个数)

## 11.Iterato\_FailFast 和 Iterator\_FailSafe ##

### 1.基本介绍 ###

*  fail-fast : 一旦发现遍历的同时，其他人来修改，则立刻抛出异常
 *  fail-safe : 发现遍历的同时，其他人来修改，应当有应对策略，例如牺牲一致性来让整个遍历运行完成

### 2.两者区别 ###

@SuppressWarnings("all")
    public class FailFastVsFailSafe {
        
     
        private static void failFast(){
        
            ArrayList<Student> list = new ArrayList<>();
            list.add(new Student("A"));
            list.add(new Student("B"));
            list.add(new Student("C"));
            list.add(new Student("D"));
            for (Student student : list) {
        
                System.out.println(student);
            }
            System.out.println(list);
        }
     
        private static void failSafe(){
        
            CopyOnWriteArrayList<Student> list = new CopyOnWriteArrayList<>();
            list.add(new Student("A"));
            list.add(new Student("B"));
            list.add(new Student("C"));
            list.add(new Student("D"));
            for (Student student : list) {
        
                System.out.println(student);
            }
            System.out.println(list);
        }
     
        static class Student{
        
            String name;
     
            public Student(String name) {
        
                this.name = name;
            }
     
            @Override
            public String toString() {
        
                return "Student{" +
                        "name='" + name + '\'' +
                        '}';
            }
        }
     
        public static void main(String[] args) {
        
            failFast();
        }
    }

接下来分别演示两者的区别：

在 failFast（）方法中的 for循环遍历list 处加上断点，并在断点上添加条件  student.name.equals("C") ，用debug来调试程序，启动程序后，在调试器页面可以看到 ArrayList 集合中有四个元素，此时模拟另外一个线程来向 ArrayList 中添加一个元素（Alt + F8）