博客
关于我
数组排序系列(8)
阅读量:285 次
发布时间:2019-03-03

本文共 1122 字,大约阅读时间需要 3 分钟。

Sortedlist排序法

'System.Collections.Sortedlist’对象的所有元素自动进行排序。

Sub SortedList()    Dim aintData(1 To 10) As Variant    Dim i As Integer    Dim intLB As Integer    Dim intUB As Integer    Dim avntData(1 To 10) As Variant    Dim objSortedList As Object        intLB = LBound(aintData)    intUB = UBound(aintData)        For i = intLB To intUB        aintData(i) = Application.WorksheetFunction.RandBetween(1, 100)    Next i        Debug.Print "Original Data: " & Join(aintData, ",")        Set objSortedList = CreateObject("System.Collections.Sortedlist")        For i = intLB To intUB        objSortedList.Add aintData(i), aintData(i)    Next i        For i = intLB To intUB        avntData(i) = objSortedList.getkey(i - 1)    Next i        Debug.Print "After Sort: " & Join(avntData, ",")End Sub

运行代码结果如下:

Original Data: 72,8,53,2,38,51,39,63,77,33

After Sort: 2,8,33,38,39,51,53,63,72,77

代码解析: 第14行代码创建’System.Collections.Sortedlist’对象实例。 第15行到第17行代码将数组元素添加到Sortedlist中,添加过程中Sortedlist对象自动对所有元素进行排序。

如需使用降序排序,只需修改第19行代码如下:

avntData(i) = objSortedList.getkey(intUB - i)

此方法是一种高效的排序方式,适用于需要自动排序的场景。

转载地址:http://fbjl.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>