20172304 實驗三報告

時間 2019-11-18

標籤實驗報告简体版

原文原文鏈接

20172304 實驗二報告

課程：《軟件結構與數據結構》
班級： 1723
姓名：段志軒
學號：20172304
實驗教師：王志強
助教：張師瑜&張之睿
實驗日期：2018年11月5日-2018年11月12日
必修選修：必修php

實驗要求

實驗三-查找與排序-1
定義一個Searching和Sorting類，並在類中實現linearSearch（教材P162 ）,SelectionSort方法（P169），最後完成測試。要求很多於10個測試用例，提交測試用例設計狀況（正常，異常，邊界，正序，逆序），用例數據中要包含本身學號的後四位提交運行結果圖。
實驗三-查找與排序-2
重構你的代碼
把Sorting.java Searching.java放入 cn.edu.besti.cs1723.（姓名首字母+四位學號）包中（例如：cn.edu.besti.cs1723.G2301）把測試代碼放test包中從新編譯，運行代碼，提交編譯，運行的截圖（IDEA，命令行兩種）html

實驗三-查找與排序-3
參考http://www.cnblogs.com/maybe2030/p/4715035.html 在Searching中補充查找算法並測試提交運行結果截圖
實驗三-查找與排序-4
補充實現課上講過的排序方法：希爾排序，堆排序，二叉樹排序等(至少3個)
測試實現的算法（正常，異常，邊界）
提交運行結果截圖
實驗三-查找與排序-5（選作，加分）
編寫Android程序對各類查找與排序算法進行測試
提交運行結果截圖java

實驗過程及實驗結果

實驗一過程及結果：
本次實驗主要內容是對以前已經學習過的順序查找和選擇排序進行測試，實際上就是讓咱們再次熟悉一下junit測試的相關內容以及複習一下有關順序查找和選擇排序的相關內容。可是因爲後續實驗的內容都是在Sorting類以及Searching類的基礎上繼續改進的，因此在此我就不講相關的碼雲連接給出，而只給出順序查找以及選擇排序的相關代碼。
順序查找android

public static <T> boolean linearSearch(T[] data, int min, int max, T target) {
        int index = min;
        boolean found = false;

        while (!found && index <= max) {
            found = data[index].equals(target);
            index++;
        }

        return found;
    }

選擇排序git

public static <T extends Comparable<T>> T[] selectionSort(T[] data)
    {
        int min;
        T temp;

        for (int index = 0; index < data.length-1; index++)
        {
            min = index;
            for (int scan = index+1; scan < data.length; scan++)
                if (data[scan].compareTo(data[min])<0)
                    min = scan;

            swap(data, min, index);
        }
        return data;
        }
private static <T extends Comparable<? super T>> void swap(T[] data, int index1, int index2)
        {
            T temp = data[index1];
            data[index1] = data[index2];
            data[index2] = temp;
        }

而後將相關的junit測試截圖發過來
這是順序查找的圖片
web

這是選擇排序的圖片

說明：因爲要求至少十個測試用例，因此我將兩個方法的測試的每種狀況（正常，異常，邊界，正序，逆序）在查找的測試中，雖然我不知道測試邊界究竟有什麼用，可是我仍是查找了兩個位於給定數組邊界的兩個元素，在設置異常的時候，考慮到實現的順序查找的是須要給定的查找範圍的，因而就給定了一個超過給定數組範圍的範圍，而且爲他大度劃分出了一個測試的空間，最後不出意外的出現了異常，拋出了ArrayIndexOutOfBoundsException，也就是咱們認知意義上的數組越界異常。
在處理選擇排序的時候，雖然仍是不理解測試一個正序數組道德排序究竟有何意義，可是仍是作了，而且爲了知足10個用例的要求，最終也是每一個狀況作了多組數據的測試，可是考慮到排序算法彷佛並無所謂的什麼邊界，因此最終就沒有作這方面的測試，在進行設置異常的時候。首先聲明瞭一個Comparable數組，這個數組有個很神奇的地方就是它可以同時容納不一樣類型的數據，因此我就在這個數組中儲存了整數型的數據和文本型也就是String類型的數據。而後在進行排序的時候理所固然的就會出現異常。最終拋出的異常是ClassCastException: java.lang.Integer cannot be cast to java.lang.String，也就是類型轉換異常：整數型變量不能轉換爲文本型變量。算法

實驗二過程與結果
重構你的代碼
把Sorting.java Searching.java放入 cn.edu.besti.cs1723.（姓名首字母+四位學號）包中（例如：cn.edu.besti.cs1723.G2301）把測試代碼放test包中從新編譯，運行代碼，提交編譯，運行的截圖（IDEA，命令行兩種）
實驗二的idea部分實際上並無什麼難度，只是換了一個位置，而後從新進行測試就是了。最後的結果和實驗一雷同，因而就不在此放出圖片了。而後就是命令行部分的實現了，出於嚴謹的態度，我請示了一下王老師，命令行模式是否也要在junit中進行測試，在獲得確定回答後就是噩夢的開始。首先上網上查資料。查到了首先應該是導入一個插件，也就是所謂的後綴爲.jar的東西，下載以後就是導入的過程了。首先是找到導入位置，多是過久沒有人有勇氣嘗試在命令行中進行junit測試了，網上給定的教程的版本不知落後了個人虛擬機版本不知道多少輩子子孫孫。終於在費盡九牛二虎之力後，終於找到疑似目標以後，卻又被權限困住了。還曾記得老師曾經教過咱們，咱們所學的是面向對象的設計是頂層設計，可是沒想到本身最後卻敗在底層結構上了。圖形界面沒權限，命令行通常的移動命令mv彷佛也不能識.jar這個東西。系統給個人提示是系統並不認爲這是個文件，當時我就崩了，心裏中猶如滔滔江水，氾濫而過，一發不可收拾。最終在掙扎與無奈中，伴隨着12點鐘聲的響起，只能與個人實驗二的另外一半分數道別。別了，實驗二的另外一半。曾經有一份分數擺在我面前，我沒有珍惜，若是上天能再給我一次機會，我會對他說：「junit仍是idea的好。」
實驗三過程與結果
決策樹，這個的實現是基於書上的代碼，這個實際上也沒有也沒有太大的難度
DecisionTree碼雲連接
 CharacterAnalyzer
這是我設計的決策樹

測試結果
shell

實驗三
這個實驗主要就是要求咱們閱讀老師給定的博客，而後將相關算法補充完整，實際上，這更加相似於，將C++翻譯成java的過程。除了實驗一中已經使用過的順序查找，這篇博客中還給出了二分查找，插值查找，斐波那契查找，平衡查找樹，分塊查找，哈希查找。處於治學嚴謹的態度，首先我要介紹着幾種算法的原理。。
首先是順序查找。
順序查找顧名思義，就是按照順序查找，就是從頭開始依次向下進行。
而後二分查找是創建在已經排序好的數組的基礎上的。首先由首尾兩個數據算出將要做爲標準的中間值，而後將查找目標與中間值進行比較。若是相等就返回true。若是小於中間值。則取中間值左面的數組，若是大於則反之。最後若是找到元素返回true，不然返回false。
下面是有關兩個查找算法的動圖

而後是插值查找，
其實插值查找時相似於二分查找的下面的公式中的第一行就是二分查找的公式，第二行是插值查找的公式。其中mid就是每次所肯定的要與目標進行比較的值。而low和high就是每次從新劃分完區域以後從新肯定的最大值和最小值。能夠看出插值查找經過改進算法，使得改進後的算法在面對分佈較爲均勻的數據時，有較好的效率。
mid=(low+high)/2, 即mid=low+1/2(high-low);
mid=low+(key-a[low])/(a[high]-a[low])(high-low)，
插值查找示意圖

而後是斐波那契查找
相對於折半查找，通常將待比較的key值與第mid=（low+high）/2位置的元素比較，比較結果分三種狀況：
1）相等，mid位置的元素即爲所求
2）>，low=mid+1;
3）<，high=mid-1。　斐波那契查找與折半查找很類似，他是根據斐波那契序列的特色對有序表進行分割的。他要求開始表中記錄的個數爲某個斐波那契數小1，及n=F(k)-1;
開始將k值與第F(k-1)位置的記錄進行比較(及mid=low+F(k-1)-1),比較結果也分爲三種
1）相等，mid位置的元素即爲所求
2）>，low=mid+1,k-=2;
說明：low=mid+1說明待查找的元素在[mid+1,high]範圍內，k-=2 說明範圍[mid+1,high]內的元素個數爲n-(F(k-1))= Fk-1-F(k-1)=Fk-F(k-1)-1=F(k-2)-1個，因此能夠遞歸的應用斐波那契查找。
3）<，high=mid-1,k-=1。
說明：low=mid+1說明待查找的元素在[low,mid-1]範圍內，k-=1 說明範圍[low,mid-1]內的元素個數爲F(k-1)-1個，因此能夠遞歸的應用斐波那契查找。
斐波那契查找動態圖

平衡查找樹
這個實際上就是利用構建好的平衡查找樹的性質來進行查找元素。平衡查找樹構建要求右子樹大於左子樹。左子樹小於右子樹。且左右兩子樹高度差絕對值不超過一。
平衡查找樹動態圖展現。

分塊查找
要求將數據分紅塊，而且前一塊的任一元素都不能大於後面塊中的元素。因此這個算法應該是創建在數據已經排好序的的基礎上道德。而後將每一塊的最大元素取出而後創建一個索引列表。在將目標元素與索引列表中的元素進行比較，最後找到目標元素所在的分塊，最後再次使用順序或者二分查找進行查找，而後根據查找結果分別返回true或false。
分塊查找圖片展現

哈希查找
首先得將代查數據按照哈希規則存入哈希表中。所謂哈希規則就是將數據經過某種函數，來肯定他在表中的位置。例如數據b=a%11,其中a表示數據，b表示數據在表中的位置，可是有時數據之間會產生衝突。例如。1%11=1,12%11=1，這時兩個不一樣的數據卻經過函數產生了相同的地址，這就是所謂的衝突。解決哈希衝突的辦法有不少，可是其中最經常使用的就是鏈地址法。就是在數組中儲存的並非一個個具體的數據，而是鏈表，一旦發生衝突，就將數據插入到鏈表的末尾。在查找的時候也是遵循一樣的規則的，首先將待查元素經過函數求得其目標位置，而後，在遍歷鏈表，若是找到就返回true，若是沒有找到就返回false。
實現代碼。因爲代碼太多因此就將其置於下面連接之中。
Searching
測試類代碼數組

package cn.edu.besti.cs1723.DZX2304;



public class Searchingtest {
    public static void main(String[] args) {
    Integer[] a={10,2,8,19,16,18,20,51,};//被查找的數組
       Integer []a1={2,8,10,16,18,19,20,51};
        Searching b=new Searching();


        System.out.println("線性查找查找50的結果：" + Searching.linearSearch(a,0,7,50));
        System.out.println("線性查找查找2的結果："+Searching.linearSearch(a,0,7,2));
        System.out.println("二分查找50的結果：" + b.BinarySearch1(a1,50,7));
        System.out.println("二分查找2的結果：" + b.BinarySearch1(a1,2,7));
       System.out.println("插值查找可否找到50：" + b.InterpolationSearch(a1, 50));
        System.out.println("插值查找可否找到2：" + b.InterpolationSearch(a1,2));
        System.out.println("斐波那契查找可否找到50：" + Searching.FibonacciSearch(a1,0,11, 50));
        System.out.println("斐波那契查找可否找到2：" + Searching.FibonacciSearch(a1,0,11, 2));
        System.out.println("二叉查找樹查找可否找到50：" + b.BinarySearchTreeSearch(a,0,7,50));
        System.out.println("二叉查找樹查找可否找到2：" + b.BinarySearchTreeSearch(a,0,7,2));
        System.out.println("分塊查找可否找到50：" + Searching.partitionSearch(a,0,7,50));
        System.out.println("分塊查找可否找到2：" + Searching.partitionSearch(a,0,7,2));
        System.out.println("哈希表查找50的結果" +b.Hashsearching(a,50));
        System.out.println("哈希表查找2的結果"+b.Hashsearching(a,2));
    }}

測試結果截圖
數據結構

實驗四
這個實驗主要是補充老師曾經講過的排序算法，什麼希爾排序堆排序以及二叉樹排序，本身也能夠實現排序算法。除了這兩個排序算法以外，我還實現了插入排序和快速排序。
首先向你們介紹一下這幾種算法。
首先是希爾排序，希爾排序的具體算法應用就是首先肯定一個步長，從第一個元素開始，比較間隔步長-1個元素的元素，若是不符合與其的排序規則就交換兩個元素。而後逐漸減小步長直至最後步長小於1爲之。
希爾排序動態示意圖

堆排序講解
堆排序是一種比較複雜的排序，它是在二叉平衡樹的基礎上實現的。對分爲兩種，一種是大頂堆，大頂堆的全部子樹的父結點都不小於其孩子結點。而小頂堆的全部子樹的父結點都不大於他的孩子結點。我就簡單介紹一下使用對進行排序的部分，而具體生成堆的部分我就再也不贅言了。主要說一下使用堆進行排序的部分。以大頂堆爲例。因爲大頂堆的性質，致使最大的元素就是根節點，因而將根節點取出，而後將第一個非葉子結點取出，置爲根節點。而後再次生成堆。依此類推。
堆排序動態展現

二叉樹排序講解
實際上二叉樹排序實際上就是生成二叉查找樹而後經過中序遍歷就會獲得排好序的數據。
二叉查找樹生成動態示意圖

插入排序講解
實際上插入排序就是從頭開始遍歷，將未排序的元素與已排序的元素逐個進行比較而後，直接將其插入到適合的位置。

插入排序示意圖

快速排序
從數列中挑出一個元素，稱爲「基準」（pivot）；
從新排序數列，全部元素比基準值小的擺放在基準前面，全部元素比基準值大的擺在基準的後面（相同的數能夠到任一邊）。在這個分區退出以後，該基準就處於數列的中間位置。這個稱爲分區（partition）操做；
遞歸地（recursive）把小於基準值元素的子數列和大於基準值元素的子數列排序。
快速排序動態展現

實現代碼。因爲代碼太多因此就將其置於下面連接之中。
Sorting.java
測試類代碼

package cn.edu.besti.cs1723.DZX2304;

public class SortingTest {
    public static void main(String[] args) {
        Comparable a[] = {10, 25, 2304,  44, 56, 11, 9, 8};
        Sorting b = new Sorting();
       Sorting.selectionSort(a);
        System.out.println("選擇排序後的數組");
        for(Comparable c:a)
        {
            System.out.print(c+" ");
        }
        System.out.println();
        Comparable a2[]= {10, 25, 2304,  44, 56, 11, 9, 8};
         Sorting.insertionSort(a2);
        System.out.println("插入排序後的數組");
        for(Comparable c:a2)
        {
            System.out.print(c+" ");
        }
        System.out.println();
        Comparable a3[]= {10, 25, 2304,  44, 56, 11, 9, 8};
        Sorting.quickSort(a3);
        System.out.println("快速排序後的數組");
        for(Comparable c:a3)
        {
            System.out.print(c+" ");
        }
        System.out.println();
        Comparable a4[]= {10, 25, 2304,  44, 56, 11, 9, 8};
        Sorting.shellSort(a4);
        System.out.println("希爾排序後的數組");
        for(Comparable c:a4)
        {
            System.out.print(c+" ");
        }
        System.out.println();
        Comparable a5[]= {10, 25, 2304,  44, 56, 11, 9, 8};
        Sorting.heapSort(a5);
        System.out.println("堆排序後的數組");
        for(Comparable c:a5)
        {
            System.out.print(c+" ");
        }
        System.out.println();
        Comparable a6[]= {10, 25, 2304,  44, 56, 11, 9, 8};
        Sorting.binarySearchTreeSort(a6);
        System.out.println("二叉查找樹排序後的數組");
        for(Comparable c:a6)
        {
            System.out.print(c+" ");
        }
        Comparable[] a7={10, "a", 2304,  44, "b", 11, 9, 8};
        Sorting.binarySearchTreeSort(a7);
        System.out.println("二叉查找樹排序後的數組");
        for(Comparable c:a7)
        {
            System.out.print(c+" ");
        }
    }
}

測試結果截圖

這裏我放置了一組異常對照。
實驗五
實驗五是真的沒什麼好說的了，就是將代碼在android上實現

代碼調試時碰見的問題

問題：爲何斐波那契查找的結果和預期結果不一致
解決方案：後來發現是在進行斐波那契查找時沒有使用已經排序好的數組。

其餘

此次實驗又是一次複習實驗，通過屢次的磨練相信咱們對各類短髮的理解會更加深刻，對各類代碼的運用會更加熟練。咱們會不斷地成長進步直至本身能開拓出一片屬於本身的天空。

參考資料

1.藍墨雲班課
2.java軟件結構與數據結構

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。

20172304 實驗三報告

20172304 實驗二報告

實驗要求

實驗過程及實驗結果

代碼調試時碰見的問題

其餘

參考資料