想要學好Java語言，就要打好基礎，Java要學習的東西有很多，今天小千就來和大家說下Java的十大演算法。

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 個專案要Ο(nlogn) 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(nlogn) 演算法更快，因為它的內部迴圈(innerloop)可以在大部分的架構上很有效率地被實現出來。

演算法二：堆排序演算法

堆排序(Heapsort)是指利用堆這種資料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。

演算法三：歸併排序

歸併排序(Mergesort，臺灣譯作：合併排序)是建立在歸併操作上的一種有效的排序演算法。該演算法是採用分治法(DivideandConquer)的一個非常典型的應用。

演算法四：二分查詢演算法

二分查詢演算法是一種在有序陣列中查詢某一特定元素的搜尋演算法。搜素過程從陣列的中間元素開始，如果中間元素正好是要查詢的元素，則搜素過程結束;如果某一特定元素大於或者小於中間元素，則在陣列大於或小於中間元素的那一半中查詢，而且跟開始一樣從中間元素開始比較。如果在某一步驟陣列為空，則代表找不到。這種搜尋演算法每一次比較都使搜尋範圍縮小一半。折半搜尋每次把搜尋區域減少一半，時間複雜度為Ο(logn)。

演算法五：BFPRT(線性查詢演算法)

BFPRT 演算法解決的問題十分經典，即從某 n 個元素的序列中選出第 k 大(第 k 小)的元素，透過巧妙的分析，BFPRT 可以保證在最壞情況下仍為線性時間複雜度。該演算法的思想與快速排序思想相似，當然，為使得演算法在最壞情況下，依然能達到 o(n) 的時間複雜度，五位演算法作者做了精妙的處理。

演算法六：DFS(深度優先搜尋)

深度優先搜尋演算法(Depth-First-Search)，是搜尋演算法的一種。它沿著樹的深度遍歷樹的節點，儘可能深的搜尋樹的分支。當節點 v 的所有邊都己被探尋過，搜尋將回溯到發現節點 v 的那條邊的起始節點。這一過程一直進行到已發現從源節點可達的所有節點為止。如果還存在未被發現的節點，則選擇其中一個作為源節點並重復以上過程，整個程式反覆進行直到所有節點都被訪問為止。DFS 屬於盲目搜尋。

演算法七：BFS(廣度優先搜尋)

廣度優先搜尋演算法(Breadth-First-Search)，是一種圖形搜尋演算法。簡單的說，BFS 是從根節點開始，沿著樹 (圖) 的寬度遍歷樹 (圖) 的節點。如果所有節點均被訪問，則演算法中止。BFS 同樣屬於盲目搜尋。一般用佇列資料結構來輔助實現 BFS 演算法。

演算法八：Dijkstra演算法

戴克斯特拉演算法(Dijkstra』salgorithm)是由荷蘭電腦科學家艾茲赫爾·戴克斯特拉提出。迪科斯徹演算法使用了廣度優先搜尋解決非負權有向圖的單源最短路徑問題，演算法最終得到一個最短路徑樹。該演算法常用於路由演算法或者作為其他圖演算法的一個子模組。

演算法九：動態規劃演算法

動態規劃(Dynamicprogramming)是一種在數學、電腦科學和經濟學中使用的，透過把原問題分解為相對簡單的子問題的方式求解複雜問題的方法。動態規劃常常適用於有重疊子問題和最優子結構性質的問題，動態規劃方法所耗時間往往遠少於樸素解法。

演算法十：樸素貝葉斯分類演算法

樸素貝葉斯分類演算法是一種基於貝葉斯定理的簡單機率分類演算法。貝葉斯分類的基礎是機率推理，就是在各種條件的存在不確定，僅知其出現機率的情況下，如何完成推理和決策任務。機率推理是與確定性推理相對應的。而樸素貝葉斯分類器是基於獨立假設的，即假設樣本每個特徵與其他特徵都不相關。

Java的十大演算法上面就給大家整理出來了，如果說你想要了解Java的十大演算法的話那麼希望這篇文章對大家會有用。

Java的十大演算法，你知道幾個？