本文目錄一覽:
- 1、單調隊列怎麼用java實現
- 2、java 用什麼實現 FIFO隊列?
- 3、到底什麼是消息隊列?Java中如何實現消息隊列
- 4、怎麼編寫一個簡單的java隊列?
- 5、JAVA中,常用的隊列實現是哪個?
- 6、java中如何實現按隊列執行任務
單調隊列怎麼用java實現
單調隊列是一種嚴格單調的隊列,可以單調遞增,也可以單調遞減。隊首位置保存的是最優解,第二個位置保存的是次優解,ect。。。
單調隊列可以有兩個操作:
1、插入一個新的元素,該元素從隊尾開始向隊首進行搜索,找到合適的位置插入之,如果該位置原本有元素,則替換它。
2、在過程中從隊首刪除不符合當前要求的元素。
單調隊列實現起來可簡單,可複雜。簡單的一個數組,一個head,一個tail指針就搞定。複雜的用雙向鏈表實現。
用處:
1、保存最優解,次優解,ect。
2、利用單調隊列對dp方程進行優化,可將O(n)複雜度降至O(1)。也就是說,將原本會超時的N維dp降優化至N-1維,以求通過。這也是我想記錄的重點
是不是任何DP都可以利用單調隊列進行優化呢?答案是否定的。
記住!只有形如 dp[i]=max/min (f[k]) + g[i] (ki g[i]是與k無關的變數)才能用到單調隊列進行優化。
優化的對象就是f[k]。
通過例題來加深感受
我要長高
Description
韓父有N個兒子,分別是韓一,韓二…韓N。由於韓家演技功底深厚,加上他們間的密切配合,演出獲得了巨大成功,票房甚至高達2000萬。舟子是名很有威望的公知,可是他表面上兩袖清風實則內心陰暗,看到韓家紅紅火火,嫉妒心遂起,便發微薄調侃韓二們站成一列時身高參差不齊。由於舟子的影響力,隨口一句便會造成韓家的巨大損失,具體虧損是這樣計算的,韓一,韓二…韓N站成一排,損失即為C*(韓i與韓i+1的高度差(1=iN))之和,搞不好連女兒都賠了.韓父苦苦思索,決定給韓子們內增高(注意韓子們變矮是不科學的只能增高或什麼也不做),增高1cm是很容易的,可是增高10cm花費就很大了,對任意韓i,增高Hcm的花費是H^2.請你幫助韓父讓韓家損失最小。
Input
有若干組數據,一直處理到文件結束。 每組數據第一行為兩個整數:韓子數量N(1=N=50000)和舟子係數C(1=C=100) 接下來N行分別是韓i的高度(1=hi=100)。
首先建立方程,很容易想到的是,dp[i][j]表示第 i 個兒子身高為 j 的最低花費。分析題目很容易知道,當前兒子的身高花費只由前一個兒子影響。因此,
dp[i][j]=min(dp[i-1][k] + abs(j-k)*C + (x[i]-j)*(x[i]-j));其中x[i]是第i個兒子原本的身高
我們分析一下複雜度。
首先有N個兒子,這需要一個循環。再者,每個兒子有0到100的身高,這也需要一維。再再者,0到100的每一個身高都可以有前一位兒子的身高0到100遞推而來。
所以樸素演算法的時間複雜度是O(n^3)。題目只給兩秒,難以接受!
分析方程:
當第 i 個兒子的身高比第 i-1 個兒子的身高要高時,
dp[i][j]=min(dp[i-1][k] + j*C-k*C + X); ( k=j ) 其中 X=(x[i]-j)*(x[i]-j)。
當第 i 個兒子的身高比第 i-1 個兒子的身高要矮時,
dp[i][j]=min(dp[i-1][k] – j*C+k*C + X); ( k=j )
對第一個個方程,我們令 f[i-1][k]=dp[i-1][k]-k*C, g[i][j]=j*C+X; 於是 dp[i][j] = min (f[i-1][k])+ g[i][j]。轉化成這樣的形式,我們就可以用單調隊列進行優化了。
第二個方程同理。
接下來便是如何實現,實現起來有點技巧。具體見下
View Code
還有一個比較適合理解該優化方法的題目是HDU 3401
大概題目便是:一個人知道接下來T天的股市行情,想知道最終他能賺到多少錢。
構造狀態dp[i][j]表示第i 天擁有 j只股票的時候,賺了多少錢
狀態轉移有:
1、從前一天不買不賣:
dp[i][j]=max(dp[i-1][j],dp[i][j])
2、從前i-W-1天買進一些股:
dp[i][j]=max(dp[i-W-1][k]-(j-k)*AP[i],dp[i][j])
3、從i-W-1天賣掉一些股:
dp[i][j]=max(dp[i-W-1][k]+(k-j)*BP[i],dp[i][j])
這裡需要解釋一下為什麼只考慮第i-W-1天的買入賣出情況即可。想想看,i-W-2天是不是可以通過不買不賣將自己的最優狀態轉移到第i-W-1天?以此類推,之前的都不需要考慮了,只考慮都i-W-1天的情況即可。
對買入股票的情況進行分析,轉化成適合單調隊列優化的方程形式
dp[i][j]=max(dp[i-W-1][k]+k*AP[i])-j*AP[i]。令f[i-W-1][k]=dp[i-W-1][k]+k*AP[i],則dp[i][j]=max(f[i-W-1][k]) – j*AP[i]。
這便可以用單調隊列進行優化了。賣股的情況類似分析。
View Code
最後再說一個應用,用單調隊列來優化多重背包問題 hdu 2191
如果有n個物品,每個物品的價格是w,重量是c,且每個物品的數量是k,那麼用這樣的一些物品去填滿一個容量為m的背包,使得得到的背包價值最大化,這樣的問題就是多重背包問題。
對於多重背包的問題,有一種優化的方法是使用二進位優化,這種優化的方法時間複雜度是O(m*∑log k[i]),具體可以見
而利用單調隊列的優化,複雜度是O(mn)
首先,對於第i件物品,如果已知體積為V,價值為W,數量為K,那麼可以按照V的餘數,將當前的體積J分成V組(0,1,….V-1)。
對於任意一組,可以得到轉移方程:f[i*V+c]=f[k*V+c]+(i-k)*W,其中c是V組分組中的任意一個
令f[i*V+c]=dp[i],那麼就得到dp[i]=dp[k]+(i-k)*W (k=i-K)
將dp[k]-k*W看做是優化函數,那麼就可以運用單調隊列來優化了
java 用什麼實現 FIFO隊列?
java使用數據結構來實現FIFO先進先出的隊列,實例如下:
/*
* To change this template, choose Tools | Templates
* and open the template in the editor.
*/
package linkedlisttest;
import java.util.ArrayList;
import java.util.Deque;
import java.util.LinkedList;
import java.util.List;
/**
*
* @author Vicky.H
* @email eclipser@163.com
*/
public class FIFOTest {
/**
* @param args the command line arguments
*/
public static void main(String[] args) {
FIFOA fifo = new FIFOImplA(5);
for (int i = 0; i 20; i++) {
A a = new A(“A:” + i);
A head = fifo.addLastSafe(a);
System.out.println(i + “\thead:” + head + “\tsize:” + fifo.size());
}
System.out.println(“—————“);
System.out.println(“彈出數據”);
ListA polls = fifo.setMaxSize(3);
for (A a : polls) {
System.out.println(“\thead:” + a);
}
System.out.println(“剩餘數據”);
for (A a : fifo) {
System.out.println(“\thead:” + a);
}
System.out.println(fifo.size());
}
}
interface FIFOT extends ListT, DequeT, Cloneable, java.io.Serializable {
/**
* 向最後添加一個新的,如果長度超過允許的最大值,則彈出一個 *
*/
T addLastSafe(T addLast);
/**
* 彈出head,如果Size = 0返回null。而不同於pop拋出異常
* @return
*/
T pollSafe();
/**
* 獲得最大保存
*
* @return
*/
int getMaxSize();
/**
* 設置最大存儲範圍
*
* @return 返回的是,因為改變了隊列大小,導致彈出的head
*/
ListT setMaxSize(int maxSize);
}
class FIFOImplT extends LinkedListT implements FIFOT {
private int maxSize = Integer.MAX_VALUE;
private final Object synObj = new Object();
public FIFOImpl() {
super();
}
public FIFOImpl(int maxSize) {
super();
this.maxSize = maxSize;
}
@Override
public T addLastSafe(T addLast) {
synchronized (synObj) {
T head = null;
while (size() = maxSize) {
head = poll();
}
addLast(addLast);
return head;
}
}
@Override
public T pollSafe() {
synchronized (synObj) {
return poll();
}
}
@Override
public ListT setMaxSize(int maxSize) {
ListT list = null;
if (maxSize this.maxSize) {
list = new ArrayListT();
synchronized (synObj) {
while (size() maxSize) {
list.add(poll());
}
}
}
this.maxSize = maxSize;
return list;
}
@Override
public int getMaxSize() {
return this.maxSize;
}
}
class A {
private String name;
public A() {
}
public A(String name) {
this.name = name;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
@Override
public String toString() {
return “A{” + “name=” + name + ‘}’;
}
}
到底什麼是消息隊列?Java中如何實現消息隊列
消息隊列就是在完全處理完隊列中最前面的數據之前,其他的數據信息會依次在隊列中排好隊,然後一個一個數據去處理
java的消息隊列用別人寫好的插件用就行了,java自帶的sycronization雖然可以實現,但是擴展性很差,且使用效率也不行,其他的插件有很多,都是MQ,你百度搜索消息隊列MQ 就好了
怎麼編寫一個簡單的java隊列?
import java.util.*;
public class MyQueueT {
private LinkedListT list = new LinkedListT();
public void addLast(T v) {
list.addLast(v); //隊尾插入
}
public T getFirst() {
return list.getFirst(); //取得隊受元素
}
public void remove() {
list.removeFirst(); //移除隊首元素
}
//類似功能自己擴展下
public static void main(String[] args) {
MyQueueString mq = new MyQueueString();
mq.addLast(“hello world”);
mq.addLast(“hello world2”);
System.out.println(mq.getFirst());
mq.remove();
System.out.println(mq.getFirst());
}
}
JAVA中,常用的隊列實現是哪個?
隊列的實現單純的是數據結構的問題,既可以用鏈表結構實現隊列,也可以用數組實現。這和語言不是緊密關係,java可以這樣實現,c、c++
也可以。
java中如何實現按隊列執行任務
package com.tone.example;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import com.tone.task.TaskProperty;
import com.tone.task.TaskSignature;
import com.tone.task.impl.BasicTask;
import com.tone.task.runner.TaskRunner;
/**
* 任務隊列示常式序
* @author zlf
*/
public class TaskExample {
private TaskRunner taskRunner;
/**
* 做任務隊列的初始化工作
*/
@Before
public void init() {
// 獲取任務運行器
taskRunner = TaskRunner.getInstance();
// 將任務運行器放入線程進行調度
Thread thread = new Thread(taskRunner);
thread.start();
}
/**
* 等待任務執行完成,並做最後的退出工作
*/
@After
public void exit() throws InterruptedException {
Thread.sleep(600);
System.exit(0);
}
/**
* 最簡單的任務運行示例
*/
@Test
public void example1() {
// 添加任務到任務運行器
taskRunner.addTask(new BasicTask() {
@Override
public void run() {
System.out.println(“This is running in task runner thread, and thread is ” + Thread.currentThread());
}
});
}
/**
* 加入優先執行順序的任務運行器
*/
@Test
public void example2() {
// 添加任務到任務運行器
taskRunner.addTask(new BasicTask(0) {
@Override
public void run() {
System.out.println(“This is a normal task”);
}
});
taskRunner.addTask(new BasicTask(-1) {
@Override
public void run() {
System.out.println(“This is a task a bit high than normal”);
}
});
}
/**
* 重複添加的任務只會運行第一個
*/
@Test
public void example3() {
// 添加任務到任務運行器
taskRunner.addTask(new BasicTask(TaskSignature.ONE) {
@Override
public void run() {
System.out.println(“This is task one”);
}
}, TaskProperty.NOT_REPEAT);
taskRunner.addTask(new BasicTask(TaskSignature.ONE) {
@Override
public void run() {
System.out.println(“This is also task one”);
}
}, TaskProperty.NOT_REPEAT);
}
/**
* 重複添加的任務只會運行最後一個
*/
@Test
public void example4() {
// 添加任務到任務運行器
taskRunner.addTask(new BasicTask(TaskSignature.ONE) {
@Override
public void run() {
System.out.println(“This is task one”);
}
}, TaskProperty.NOT_REPEAT_OVERRIDE);
taskRunner.addTask(new BasicTask(TaskSignature.ONE) {
@Override
public void run() {
System.out.println(“This is also task one”);
}
}, TaskProperty.NOT_REPEAT_OVERRIDE);
}
}
原創文章,作者:小藍,如若轉載,請註明出處:https://www.506064.com/zh-tw/n/242551.html