java比較文件內容演算法

① java中的演算法，一共有多少種，哪幾種，怎麼分類。

就好比問，漢語中常用寫作方法有多少種，怎麼分類。

演算法按用途分,體現設計目的、有什麼特點
演算法按實現方式分，有遞歸、迭代、平行、序列、過程、確定、不確定等等
演算法按設計范型分，有分治、動態、貪心、線性、圖論、簡化等等

作為圖靈完備的語言，理論上」Java語言「可以實現所有演算法。
「Java的標准庫'中用了一些常用數據結構和相關演算法.

像apache common這樣的java庫中又提供了一些通用的演算法

② 求一個比較大小的JAVA演算法

1.是的
2.a-可以直接求和，b-利用近似公式
3.近似公式為e=(1+1/n)^n,n->無窮大
4.這兩個公式都需要運算n到足夠大來減少誤差
假如你運算到n=k滿足精度需要了
那麼你首先要保證當n=k-1時算出的值與n=k的值差別小於0.0001
假如需要考慮截斷誤差，那麼你就要考慮到任何一個1/n或者1/n!的形式的截斷誤差，以及運算中每一步的累計誤差，都是可以計算的
從累積誤差的角度來說，第一個方法較優
因為每一個求和項目都是整數的倒數，只發生一次截斷
之後的誤差計算直接將最大誤差可能求和就可以了
而且每一次迭代可以應用上一次的結果，效率較高
但是缺點是當n比較大的時候，n!也會是一個比較大的數，n的類型定義得不好會溢出
第二個方法就需要計算一次截斷誤差，並且計算n次方的誤差累積

③ 求一段java排序演算法效率比較的程序

1. 如果排序演算法可見，那麼計算步驟數放到方法體內比較容易實現。
2. 如果排序演算法不可見，那麼步驟數個人覺得沒啥有效的方法得到，如果是只想比較效率，還是用時間去比較的好。

④ java 比較大小演算法

排序用建議實現comparable類吧 自定義排序比較的參數 否則對象是沒法比較大小的 只能比較是否相等
class One implements Comparable{
int age;

@Override
public int compareTo(Object o) {
// TODO Auto-generated method stub
One one = (One)o;
if(one.age > this.age)
return -1;
else if( one.age < this.age)
return 1;
else
return 0;
}
}
大概這個意思 這是對象比較大小
對象數組同樣也這樣比較，數值數組直接循環比較就行

⑤ 分享Java常用幾種加密演算法

簡單的Java加密演算法有：
第一種. BASE
Base是網路上最常見的用於傳輸Bit位元組代碼的編碼方式之一，大家可以查看RFC～RFC，上面有MIME的詳細規范。Base編碼可用於在HTTP環境下傳遞較長的標識信息。例如，在Java Persistence系統Hibernate中，就採用了Base來將一個較長的唯一標識符（一般為-bit的UUID）編碼為一個字元串，用作HTTP表單和HTTP GET URL中的參數。在其他應用程序中，也常常需要把二進制數據編碼為適合放在URL（包括隱藏表單域）中的形式。此時，採用Base編碼具有不可讀性，即所編碼的數據不會被人用肉眼所直接看到。
第二種. MD
MD即Message-Digest Algorithm （信息-摘要演算法），用於確保信息傳輸完整一致。是計算機廣泛使用的雜湊演算法之一（又譯摘要演算法、哈希演算法），主流編程語言普遍已有MD實現。將數據（如漢字）運算為另一固定長度值，是雜湊演算法的基礎原理，MD的前身有MD、MD和MD。廣泛用於加密和解密技術，常用於文件校驗。校驗？不管文件多大，經過MD後都能生成唯一的MD值。好比現在的ISO校驗，都是MD校驗。怎麼用？當然是把ISO經過MD後產生MD的值。一般下載linux-ISO的朋友都見過下載鏈接旁邊放著MD的串。就是用來驗證文件是否一致的。
MD演算法具有以下特點：
壓縮性：任意長度的數據，算出的MD值長度都是固定的。
容易計算：從原數據計算出MD值很容易。
抗修改性：對原數據進行任何改動，哪怕只修改個位元組，所得到的MD值都有很大區別。
弱抗碰撞：已知原數據和其MD值，想找到一個具有相同MD值的數據（即偽造數據）是非常困難的。
強抗碰撞：想找到兩個不同的數據，使它們具有相同的MD值，是非常困難的。
MD的作用是讓大容量信息在用數字簽名軟體簽署私人密鑰前被」壓縮」成一種保密的格式（就是把一個任意長度的位元組串變換成一定長的十六進制數字串）。除了MD以外，其中比較有名的還有sha-、RIPEMD以及Haval等。
第三種.SHA
安全哈希演算法（Secure Hash Algorithm）主要適用於數字簽名標准（Digital Signature Standard DSS）裡面定義的數字簽名演算法（Digital Signature Algorithm DSA）。對於長度小於^位的消息，SHA會產生一個位的消息摘要。該演算法經過加密專家多年來的發展和改進已日益完善，並被廣泛使用。該演算法的思想是接收一段明文，然後以一種不可逆的方式將它轉換成一段（通常更小）密文，也可以簡單的理解為取一串輸入碼（稱為預映射或信息），並把它們轉化為長度較短、位數固定的輸出序列即散列值（也稱為信息摘要或信息認證代碼）的過程。散列函數值可以說是對明文的一種「指紋」或是「摘要」所以對散列值的數字簽名就可以視為對此明文的數字簽名。
SHA-與MD的比較
因為二者均由MD導出，SHA-和MD彼此很相似。相應的，他們的強度和其他特性也是相似，但還有以下幾點不同：
對強行攻擊的安全性：最顯著和最重要的區別是SHA-摘要比MD摘要長 位。使用強行技術，產生任何一個報文使其摘要等於給定報摘要的難度對MD是^數量級的操作，而對SHA-則是^數量級的操作。這樣，SHA-對強行攻擊有更大的強度。
對密碼分析的安全性：由於MD的設計，易受密碼分析的攻擊，SHA-顯得不易受這樣的攻擊。
速度：在相同的硬體上，SHA-的運行速度比MD慢。
第四種.HMAC
HMAC(Hash Message Authentication Code，散列消息鑒別碼，基於密鑰的Hash演算法的認證協議。消息鑒別碼實現鑒別的原理是，用公開函數和密鑰產生一個固定長度的值作為認證標識，用這個標識鑒別消息的完整性。使用一個密鑰生成一個固定大小的小數據塊，即MAC，並將其加入到消息中，然後傳輸。接收方利用與發送方共享的密鑰進行鑒別認證等。

⑥ java的內外部比較器對於各種類型是怎樣實現排序的

基礎類型比較本身就只有「值」，所以排序的也就是常用的排序演算法，這些都不用定義什麼規則，數值大就是大，數值小就是小。實現細節可以查看系列Arrays.sort()方法和Collections.sort()方法。其它類型（對象），例如字元串，都要自己實現Comparable來告訴排序演算法的比較規則。String默認就實現Comparable，規則為字母序。
總結起來就是，基礎類型通過「值」就能明確大小（也就是不用自定義規則），非基礎類型（對象）需要實現Comparable來定義規則，否則沒法比較。

⑦ java比較2個文件是否是相同的文件，是一個一個位元組比較還是計算MD5比較好啊

不同內容得出相同MD5值，雖然概率低，但總是不放心。如果在已知文件編碼范圍的條件下，找到MD5絕對區分長度范圍（即：該范圍內取樣內容的MD5相同的，內容保證相同；絕不存在不同內容得出相同MD5值的現象），那麼，可按合理的長度分片、按一定順序遍歷整個文件(屬性信息、頭部、尾部、同步隨機點、其他)，比較MD5，一旦有異立即判定文件不同，終止比較。這種分片取樣比較MD5的思路可能快於逐位元組比較也絕對可信

要確保 100%正確就必須校驗全文，通過以上思路來比較，即是。
（註：

其他據說相對於MD5來講不易碰撞（即不同內容得出相同MD5值的概率可能更低）的演算法推薦：起碼 SHA1 ，最好 SHA256、 SHA512、MD5+CRC32、HMAC，或者幾種不同類型演算法的同步進行。

在精通演算法的情況下，將這里推薦的演算法取代上文中提到的MD5來考量，能擴大絕對區分長度范圍，可能更方便更快的比較。

但是又有這樣的考慮：逐位元組比較的演算法最簡單，演算法弄復雜了反而會增加額余的時間；逐位元組比較的演算法也可以放到上文中來考量，進行同步取樣和各種遍歷的順序與方式，說不定，在保證100%的可信度的條件下，逐字比較反而最快呢?
我覺得時間的耗費關鍵處在於，所有的演算法，都要將兩個位於不同區域或載體的文件的同位區域收集到一起進行比較，這個收集花費時間Ta(i)，與取樣長度、存儲區域或載體等相關；{如果要將文件取很大一部或全部讀入內存，然後再逐一集中比較，則會減小以上的Ta(i)，而增加一個額外讀入的時間Tc(i)*次數M(i)}。比較的次數大致為N(i)；而如果在一個文件中順序讀取一個區域並且計算它的某個整體評定值，這個花費的時間為Tb(i)，與取樣長度、計算程序、設備性能等相關。

總體的比較時間大致是Ta(i)*N(i)*Tb(i)+{Tc(i)*M(i)}
逐位元組比較，其中Tb(i)、Ta(i)都是最短的，但是N(i)最大，

總之，可以設計不同的演算法，通過實際環境和文件的檢測，來決定採用何種演算法。
）

外一則：
兩個取樣內容， MD5等演算法的計算值 不同，則內容一定不同； 計算值相同，則 內容可能相同，但可能性是否達到100%，內容相同的概率是多少，根據編碼范圍、演算法來確定。如果是比較一個文件和許多其他文件是否相同，並且提前知道其他文件的 MD5 值，可先比較 MD5 值可以大大提高文件比較的速度。

⑧ 急急急！ 用Java實現如下演算法： 給定兩個文件夾，每個文件夾都有文件名相對應的若干xml文件，每

話說你已經有XML了,為什麼還要用別的來保存結點呢?
直接迭代一個XML,然後用XPATH語法在另一個XML中找就OK了.都不用迭代兩次就OK了

⑨ java十大演算法

演算法一：快速排序演算法
快速排序是由東尼·霍爾所發展的一種排序演算法。在平均狀況下，排序 n 個項目要Ο(n log n)次比較。在最壞狀況下則需要Ο(n2)次比較，但這種狀況並不常見。事實上，快速排序通常明顯比其他Ο(n log n) 演算法更快，因為它的內部循環（inner loop）可以在大部分的架構上很有效率地被實現出來。

快速排序使用分治法（Divide and conquer）策略來把一個串列（list）分為兩個子串列（sub-lists）。

演算法步驟：

1 從數列中挑出一個元素，稱為 "基準"（pivot），

2 重新排序數列，所有元素比基準值小的擺放在基準前面，所有元素比基準值大的擺在基準的後面（相同的數可以到任一邊）。在這個分區退出之後，該基準就處於數列的中間位置。這個稱為分區（partition）操作。

3 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。

遞歸的最底部情形，是數列的大小是零或一，也就是永遠都已經被排序好了。雖然一直遞歸下去，但是這個演算法總會退出，因為在每次的迭代（iteration）中，它至少會把一個元素擺到它最後的位置去。

演算法二：堆排序演算法
堆排序（Heapsort）是指利用堆這種數據結構所設計的一種排序演算法。堆積是一個近似完全二叉樹的結構，並同時滿足堆積的性質：即子結點的鍵值或索引總是小於（或者大於）它的父節點。

堆排序的平均時間復雜度為Ο(nlogn) 。

演算法步驟：

創建一個堆H[0..n-1]

把堆首（最大值）和堆尾互換

3. 把堆的尺寸縮小1，並調用shift_down(0),目的是把新的數組頂端數據調整到相應位置

4. 重復步驟2，直到堆的尺寸為1

演算法三：歸並排序
歸並排序（Merge sort，台灣譯作：合並排序）是建立在歸並操作上的一種有效的排序演算法。該演算法是採用分治法（Divide and Conquer）的一個非常典型的應用。

演算法步驟：

1. 申請空間，使其大小為兩個已經排序序列之和，該空間用來存放合並後的序列

2. 設定兩個指針，最初位置分別為兩個已經排序序列的起始位置

3. 比較兩個指針所指向的元素，選擇相對小的元素放入到合並空間，並移動指針到下一位置

4. 重復步驟3直到某一指針達到序列尾

5. 將另一序列剩下的所有元素

⑩ java 里怎麼把標題和文章內容對比找出其中的關鍵字

按照你的要求。
假設現在我們知道某文章的num(文章的id)。

然後 select <標題>,<內容> from <表名> where id=num

然後用rs.getstring(『』標題「) rs.getstring(『內容「) 獲取 標題和內容。

假設兩個都是string類型的。

然後自己寫一個搜索演算法，判斷字元串1在字元串2出現的概率就可以了。

希望可以解決你的問題。