Java 递归快速排序中静态变量的陷阱与解决方案

news2026/3/25 7:50:37
本文深入探讨了在java递归快速排序实现中使用静态变量可能导致的事故特别是列表元素的重复和数据积累。本文分析了递归调用中静态变量的持久性机制并提供了两种解决方案临时重置静态变量和更推荐的重建方法即通过参数传输和返回值管理列表状态以避免全球静态状态的副作用确保算法的正确性和可预测性。了解递归快速排序采用分治策略快速排序是一种高效的比较排序算法。其核心思想是选择基准Pivot在待排序列表中选择一个元素作为基准。分区Partition重新安排列表中的其他元素使所有小于基准的元素移动到基准之前所有大于基准的元素移动到基准之后。等于基准的元素可以放在任何一边。在这一步之后基准处于其最终的排名位置。递归排序递归地快速排序基准前后的两个子列表。递归停止时当子列表为空或只有一个元素。递归中静态变量的陷阱在Java中static关键字用于声明类变量或类方法。静态成员属于类本身而不是类的任何特定例子。这意味着无论创建多少类静态变量只有一个副本并在所有实例之间共享。当一个递归函数(例如 quicksortPrice内部使用静态变量(例如) static dlinkedList sortedList当结果积累时问题就出现了。每次调用 quicksortPrice 当方法发生时它会操作相同的方法 sortedList 对象。第一次排序完成后sortedList 它包含了排序良好的元素。但是如果再次调用 quicksortPrice 该方法对同一(或另一)列表进行排序sortedList 它不会自动清空或重置而是会继续在原始数据的基础上添加新数据导致列表元素的重复和膨胀。问题分析示例在原始代码片段中 quicksortPrice 方法static dlinkedList sortedList new dlinkedList(); // 静态变量 public static dlinkedList quicksortPrice(dlinkedList list) { // ... 内部逻辑向元素添加元素 sortedList ... // ... 递归调用 quicksortPrice(smaller); quicksortPrice(greater); ... return sortedList; }当首次调用 dlinkedList.quicksortPrice(dList) 时sortedList 排序后会填充 dList 内容。 第二次调用 dlinkedList.quicksortPrice(dList) 时由于 sortedList 最后一次排序的结果仍然保留新的排序过程将再次将元素添加到现有列表中从而导致最终返回 sortedList 重复元素的大小是预期值的两倍。另外试着通过将军 sortedList 设置内部节点 null “清空”列表也可能导致意想不到的结果。 dlinkedList 通过引用传输节点将实现 sortedList 的节点设为 null 它可能会影响原始列表的节点因为它们可能指向相同的内存地址。解决方案解决这个问题的关键是避免在递归算法中使用全球共享的静态可变状态来积累结果。方案1每次调用前重置静态变量临时方案这是用户在问题中找到的解决方案即在每次排序操作开始前静态显式 sortedList 变量重置为新的空列表。// 假设 quicksortPrice 内部静态仍在使用 sortedList public class Operations { static dlinkedList sortedList new dlinkedList(); // 还是静态的 public static dlinkedList quicksortPrice(dlinkedList list) { // ... 原始的快速排序逻辑 ... return sortedList; } public static void main(String[] args) { dlinkedList dList Operations.fillList(); // 假设 fillList 每次返回新列表 // 第一次排序 dlinkedList list1 dlinkedList.quicksortPrice(dList); dlinkedList.printAllElements(list1); System.out.println( sorted once ); // 在第二次排名之前静态变量重置 dlinkedList.sortedList new dlinkedList(); // 关键步骤重置为新的空列表 dlinkedList list2 dlinkedList.quicksortPrice(dList); dlinkedList.printAllElements(list2); System.out.println( sorted twice ); } }优点 简单直接可以解决当前的问题。 缺点 依靠外部手动重置很容易忘记。如果 quicksortPrice 该方法在不同的上下文中被调用必须记住每次重置以增加代码的脆弱性。这仍然是一种副作用而不是函数编程的理想实践。方案二:重建快速排序避免静态状态(推荐方案)更强大和面向对象的方法是避免使用静态变量来积累排序结果。递归函数应通过参数接收数据返回排序后的新数据或直接修改输入的数据如果允许当地排序。对于链表的数据结构常见的快速排序实现将构建新的子列表然后连接它们。以下是一个概念更符合快速排序原则 dlinkedList 在不依赖静态变量的情况下实现快速排序public class dlinkedList { Node head; Node tail; int size; // 维护列表的大小 // 假设 Node 和 Item 类已定义 static class Node { Item data; Node next; Node prev; public Node(Item data) { this.data data; this.next null; this.prev null; } } static class Item { int id; double price; String name; String category; public Item(int id, double price, String name, String category) { this.id id; this.price price; this.name name; this.category category; } } public dlinkedList() { this.head null; this.tail null; this.size 0; } public void addAtEndOfList(Item data) { Node newNode new Node(data); if (head null) { head newNode; tail newNode; } else { tail.next newNode; newNode.prev tail; tail newNode; } size; } public boolean isEmpty() { return head null; } // 辅助方法:连接两个链表 public void concatenate(dlinkedList other) { if (other.isEmpty()) { return; } if (this.isEmpty()) { this.head other.head; this.tail other.tail; } else { this.tail.next other.head; other.head.prev this.tail; this.tail other.tail; } this.size other.size; // 清空other防止引用混淆或直接让other被GC直接清空 other.head null; other.tail null; other.size 0; } // 核心快速排序方法返回新的排序链表 public static dlinkedList quicksortPrice(dlinkedList list) { if (list null || list.isEmpty() || list.size 1) { // 基线条件空列表或单元素列表已排序 dlinkedList result new dlinkedList(); if (list ! null !list.isEmpty()) { result.addAtEndOfList(list.head.data); // 复制唯一的元素 } return result; } // 选择基准以尾部元素为基准 Item pivot list.tail.data; dlinkedList smaller new dlinkedList(); dlinkedList greater new dlinkedList(); dlinkedList equals new dlinkedList(); // 处理等于基准元素 Node current list.head; while (current ! null) { if (current.data.price pivot.price) { smaller.addAtEndOfList(current.data); } else if (current.data.price pivot.price) { greater.addAtEndOfList(current.data); } else { equals.addAtEndOfList(current.data); } current current.next; } // 递归排序子列表 dlinkedList sortedSmaller quicksortPrice(smaller); dlinkedList sortedGreater quicksortPrice(greater); // 合并结果sortedSmaller equals sortedGreater dlinkedList sortedResult new dlinkedList(); sortedResult.concatenate(sortedSmaller); sortedResult.concatenate(equals); // 将所有等于基准的元素放在中间 sortedResult.concatenate(sortedGreater); return sortedResult; } public static void printAllElements(dlinkedList list) { if (list null || list.isEmpty()) { System.out.println(List is empty.); return; } Node current list.head; while (current ! null) { System.out.printf(| Name: %s| Price: %.1f| Category: %s%n, current.data.name, current.data.price, current.data.category); current current.next; } } }使用示例public class Operations { // 假设 fillList 方法返回一个新的 dlinkedList 实例 public static dlinkedList fillList() { dlinkedList list new dlinkedList(); list.addAtEndOfList(new dlinkedList.Item(234, 44.2, wardrobe, Example Wardrobe)); list.addAtEndOfList(new dlinkedList.Item(432, 87.2, Chair, Example Table)); list.addAtEndOfList(new dlinkedList.Item(007, 600.666, Table, Example Table)); list.addAtEndOfList(new dlinkedList.Item(02, 5.4, Jar, Example Jar)); return list; } public static void main(String[] args) { dlinkedList dList Operations.fillList(); // 原始列表 // 第一次排序 dlinkedList list1 dlinkedList.quicksortPrice(dList); dlinkedList.printAllElements(list1); System.out.println( sorted once ); // 第二个排名每次都会得到新的、独立的排名结果 dlinkedList list2 dlinkedList.quicksortPrice(dList); // 仍然对原始 dList 进行排序 dlinkedList.printAllElements(list2); System.out.println( sorted twice ); } }优点纯粹性 quicksortPrice 该方法成为“纯函数”(或接近纯函数)给定相同的输入总是产生相同的输出没有外部副作用。可预测性 不依赖任何外部状态每次调用都是独立工作的。线程安全 这种方法在多线程环境中更容易安全使用因为没有共享的可变静态状态。易于理解和维护 逻辑更清晰调试更方便。总结和最佳实践在设计递归算法时应尽量避免使用静态变量来积累结果因为这将导致复杂的状态管理并可能引入难以跟踪的副作用特别是在多次呼叫相同的方法时。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若转载,请注明出处:http://www.coloradmin.cn/o/2436368.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…