折半查找的思想及源码_常用排序与查找算法

d2c3220f1f191f7b5cd3e21f206c1c66.png

1 选择排序

选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理是:第一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,然后再从剩余的未排序元素中寻找到最小(大)元素,然后放到已排序的序列的末尾。以此类推,直到全部待排序的数据元素的个数为零。选择排序是不稳定的排序方法。

  • 稳定性:不稳定
  • 时间复杂度
  • 空间复杂度
void SelectSort(int r[],int n){//简单选择
    int index,i;
    for(i=0;i        index = i;
        for(int j=i+1;j            if(r[j]                index = j;
            }
        }
        if(index!=i){
            int temp = r[i];
            r[i] = r[index];
            r[index] = temp;
        }
    }
}

2 插入排序

  • 直接插入排序

    每一趟将一个待排序的记录,按其关键字的大小插入到已经排好序的一组记录的适当位置上,直到所有待排序记录全部插入为止。

    void InsertSort(int r[],int n){//直接插入排序
        int j=0;
        for(int i=2;i        r[0]=r[i];          //哨兵
            for(j=i-1;r[0]            r[j+1]=r[j];
            }
            r[j+1]=r[0];
        }
    }
    • 稳定性:稳定
    • 时间复杂度
    • 空间复杂度
  • 折半插入排序

    折半插入排序(binary insertion sort)是对插入排序算法的一种改进,由于排序算法过程中,就是不断的依次将元素插入前面已排好序的序列中。由于前半部分为已排好序的数列,这样我们不用按顺序依次寻找插入点,可以采用折半查找的方法来加快寻找插入点的速度。

    void BinSort(int r[],int n){//折半插入排序
        int low,high,mid;
        for(int i=2;i        r[0]=r[i];
            low=1;
            high=i-1;
            while(low<=high){
                mid =(low+high)/2;
                if(r[0]                high = mid-1;
                }else{
                    low = mid+1;
                }
            }
            for(int j=i-1;j>=high+1;j--){
                r[j+1]=r[j];
            }
            r[high+1]=r[0];
        }
    }
    • 稳定性:稳定
    • 时间复杂度
    • 空间复杂度

3 冒泡排序

冒泡排序(Bubble Sort),是一种计算机科学领域的较简单的排序算法。它重复地走访过要排序的元素列,依次比较两个相邻的元素,如果顺序(如从大到小、首字母从Z到A)错误就把他们交换过来。走访元素的工作是重复地进行直到没有相邻元素需要交换,也就是说该元素列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端(升序或降序排列),就如同碳酸饮料中二氧化碳的气泡最终会上浮到顶端一样,故名“冒泡排序”。

  • 稳定性:稳定
  • 时间复杂度
  • 空间复杂度
void BubbleSort(int r[],int n){//冒泡排序
    int temp;
    for(int i=0;i-1;i++){for(int j=0;j-1;j++){if(r[j]>r[j+1]){
                temp = r[j];
                r[j]=r[j+1];
                r[j+1]=temp;
            }
        }
    }
}

4 希尔排序

希尔排序(Shell's Sort)是插入排序的一种,又称“缩小增量排序”(Diminishing Increment Sort),是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。该方法因 D.L.Shell 于 1959 年提出而得名。希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至 1 时,整个文件恰被分成一组,算法便终止。

  • 稳定性:不稳定
  • 时间复杂度:到
  • 空间复杂度
void ShellSort(int r[],int n){//希尔排序
    int j=0;
    for(int d =n/2;d>=1;d=d/2){//以增量为d进行直接插入排序
        for(int i=d+1;i            r[0]=r[i];
            for(j=i-d;j>0&&r[0]                r[j+d]=r[j];
            }
            r[j+d]=r[0];
        }
    }
}

5 归并排序

归并排序(Merge Sort)是建立在归并操作上的一种有效,稳定的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。

  • 稳定性:稳定
  • 时间复杂度
  • 空间复杂度
void merge(int a[],int n,int left,int mid,int right){
    int n1=mid-left,n2=right-mid;
    int *L = new int[n1+1];
    int *R = new int[n2+1];
    for(int i=0;i        L[i]=a[left+i];
    for(int i=0;i        R[i]=a[mid+i];
    L[n1]=10000000;
    R[n2]=10000000;
    int i=0,j=0;
    for(int k=left;k    {
        if(L[i]<=R[j])
            a[k]=L[i++];
        else
            a[k]=R[j++];
    }
    delete[] L;
    delete[] R;
}
void MergeSort(int a[],int n,int left,int right){
    if(left+1    {
        int mid=(left+right)/2;
        MergeSort(a,n,left,mid);
        MergeSort(a,n,mid,right);
        merge(a,n,left,mid,right);
    }
}

6 快速排序

快速排序是C.R.A.Hoare于1962年提出的一种划分交换排序。它采用了一种分治的策略。

该方法的基本思想是:

  • 1.先从数列中取出一个数作为基准数。

  • 2.分区过程,将比这个数大的数全放到它的右边,小于或等于它的数全放到它的左边。

  • 3.再对左右区间重复第二步,直到各区间只有一个数。

  • 稳定性:不稳定

  • 时间复杂度

  • 空间复杂度

int Partition(int r[],int first,int end){//快速排序一次划分算法
    int i=first,j=end;
    int temp;
    while(i        while(i            j--;
        if(i            temp = r[i];
            r[i] = r[j];
            r[j] = temp;
        }
        while(i            i++;
        if(i            temp = r[i];
            r[i] = r[j];
            r[j] = temp;
            j--;
        }
    }
    return i;
}

void QuickSort(int r[],int first,int end){
    if(first        int pivot = Partition(r,first,end);
        QuickSort(r,first,pivot-1);
        QuickSort(r,pivot+1,end);
    }
}

7 堆排序

堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为,它也是不稳定排序。首先简单了解下堆结构。

堆排序的基本思想是:将待排序序列构造成一个大顶堆。此时,整个序列的最大值就是堆顶的根节点。将根节点与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个大顶堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列。

  • 稳定性:不稳定
  • 时间复杂度
  • 空间复杂度
// 堆排序
void HeapAdjust(int a[],int s,int m)//一次筛选的过程{
    int rc,j;
    rc=a[s];
    for(j=2*s+1;j<=m;j=j*2+1)//通过循环沿较大的孩子结点向下筛选
    {
        if(j1]) j++;//j为较大的记录的下标if(rc>a[j]) break;
        a[s]=a[j];s=j;
    }
    a[s]=rc;//插入
}void HeapSort(int a[],int n){int temp,i,j;//找最接近的点int s =0;while(2*s+1        s++;
    }for(i=s;i>=0;i--)//通过循环初始化顶堆
    {
        HeapAdjust(a,i,n);
    }for(i=n;i>=0;i--)
    {
        temp=a[0];
        a[0]=a[i];
        a[i]=temp;//将堆顶记录与未排序的最后一个记录交换
        HeapAdjust(a,0,i-1);//重新调整为顶堆
    }
}

8 基数排序

基数排序(radix sort)属于“分配式排序”(distribution sort),又称“桶子法”(bucket sort)或bin sort,顾名思义,它是透过键值的部份资讯,将要排序的元素分配至某些“桶”中,藉以达到排序的作用,基数排序法是属于稳定性的排序,其时间复杂度为O (nlog(r)m),其中r为所采取的基数,而m为堆数,在某些时候,基数排序法的效率高于其它的稳定性排序法。

  • 稳定性:稳定
  • 时间复杂度:,其中r为所采取的基数,而m为堆数
  • 空间复杂度
//获取数字的位数
int getLoopTimes(int num){
    int count = 1;
    int temp = num / 10;
    while(temp != 0){
        count++;
        temp /= 10;
    }
    return count;
}
//查询数组中的最大数
int findMaxNum(int *p, int n){
    int max = p[0];
    for(int i = 0; i         if(p[i] > max){
            max = p[i];
        }
    }
    return max;
}

//将数字分配到各自的桶中,然后按照桶的顺序输出排序结果
void sortSingle(int *p, int n, int loop){
    //建立一组桶此处的20是预设的根据实际数情况修改
    int buckets[10][20] = {};
    //求桶的index的除数
    //如798个位桶index=(798/1)%10=8
    //十位桶index=(798/10)%10=9
    //百位桶index=(798/100)%10=7
    //tempNum为上式中的1、10、100
    int tempNum = (int)pow(10, loop - 1);
    int i, j;
    for(i = 0; i         int row_index = (p[i]/tempNum) % 10;
        for(j = 0; j 20; j++){
            if(buckets[row_index][j] == NULL){
                buckets[row_index][j] = p[i];
                break;
            }
        }
    }
    //将桶中的数,倒回到原有数组中
    int k = 0;
    for(int i = 0; i 10; i++){
        for(int j = 0; j 20; j++){
            if(buckets[i][j] != NULL){
                p[k] = buckets[i][j];
                buckets[i][j] = NULL;
                k++;
            }
        }
    }
}

void BucketSort(int *p, int n){
    //获取数组中的最大数
    int maxNum = findMaxNum(p, n);
    //获取最大数的位数,次数也是再分配的次数。
    int loopTimes = getLoopTimes(maxNum);
    //对每一位进行桶分配
    for(int i = 1; i <= loopTimes; i++){
        sortSingle(p, n, i);
    }
}

9 线性查找

在常规无序数组中,设数组项个数为N,则一个数组项平均查找长度为N/2。极端情况下,查找数据项在数组最后,则需要N步才能找到。

  • 时间复杂度
  • 空间复杂度
int findLinear(int* p,int n,int k){
    for(int i=0;i        if(p[i]==k){
            return i;
        }
    }
    //查找失败,返回-1
    return -1;
}

10 折半查找

二分查找也称折半查找(Binary Search),它是一种效率较高的查找方法。但是,折半查找要求线性表必须采用顺序存储结构,而且表中元素按关键字有序排列。

首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;否则利用中间位置记录将表分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。

  • 时间复杂度
  • 空间复杂度:看实现方式,递归,非递归
// 折半查找
int BinarySearch(int* p ,int n,int k) {
    int low = 0;
    int high = n - 1;
    int cur;
    while(low<=high){
        // 取中间值
        cur = (low + high) / 2;
        // 待查找的值与中间值匹配则返回
        if (p[cur] == k) {
            return cur;
        }else{
            // 如果中间值小于待查找的值,则将查找的最小下限值设为中间值下标+1
            if (p[cur]                 low= cur + 1;
            } else {// 如果中间值大于待查找的值,则将查找的最大上限值设为中间值下标-1
                high = cur - 1;
            }
        }
    }
}

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.mzph.cn/news/370743.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

滚动视差?CSS 不在话下

何为滚动视差 视差滚动&#xff08;Parallax Scrolling&#xff09;是指让多层背景以不同的速度移动&#xff0c;形成立体的运动效果&#xff0c;带来非常出色的视觉体验。 作为网页设计的热点趋势&#xff0c;越来越多的网站应用了这项技术。 通常而言&#xff0c;滚动视差在…

番石榴的弦类

在“ 检查Java中的空&#xff0c;空或仅空白字符串”一文中 &#xff0c;我演示了Java生态系统&#xff08;标准Java&#xff0c; Guava &#xff0c; Apache Commons Lang和Groovy &#xff09;中用于检查字符串是否为空&#xff0c;空或空白的常见方法。仅类似于C&#xff03…

用python做数据分析流程图_使用Pyecharts进行高级数据可视化

欢迎使用Markdown编辑器经管之家&#xff1a;Do the best economic and management education&#xff01;你好&#xff01; 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章&#xff0c;了解一下Markdown的基本语…

Hadoop集群的配置(二)

转自&#xff1a;http://www.cnblogs.com/baiboy/p/4640640.html 摘要: hadoop集群配置系列文档&#xff0c;是笔者在实验室真机环境实验后整理而得。以便随后工作所需&#xff0c;做以知识整理&#xff0c;另则与博客园朋友分享实验成果&#xff0c;因为笔者在学习初期&#x…

允许使用抽象类类型 isearchboxinfo 的对象_Java学习5-设计模式+抽象类/方法

1.设计模式设计模式&#xff1a;一套被反复使用、多数人知晓的&#xff0c;经过分类编目的、代码设计经验的总结&#xff0c;是软件开发人员在软件开发过程中面临的一般问题的解决方案。项目中合理的运用设计模式可以完美的解决很多问题&#xff1b; 每种模式在现实中都有相应的…

计算机病毒是以独立的文件形式存在的对吗,计算机病毒以什么形式存在?

自从2113世纪出现第一种病毒以来&#xff0c;对于世界上共有5261种病毒的疾病数量有不同的看法. 无论有1,653种&#xff0c;病毒的数量仍在增加. 根据国外统计&#xff0c;计算机病毒以每周10种的速度增长. 根据我国部的统计&#xff0c;中国计算机病毒以每月4种的速度增长. 有…

签署Java代码

在上一篇文章中&#xff0c;我们讨论了如何保护移动代码 。 提到的措施之一是签名代码。 这篇文章探讨了Java程序如何工作。 数字签名 数字签名的基础是密码学 &#xff0c;特别是公钥密码学 。 我们使用一组加密密钥&#xff1a;私有密钥和公共密钥。 私钥用于签名文件&am…

蜘蛛搜索引擎_SEO:搜索引擎蜘蛛要引导,不能佛系优化

又是一个不眠的夜晚&#xff0c;工作对生活节奏不断地敲打&#xff0c;我们新一代的年轻小伙不得不进步&#xff0c;满怀热情来挑战我们对于工作的激情&#xff0c;虽然每一天工作都是重复地进行&#xff0c;但是每一天都有我们留下的痕迹&#xff0c;为世界的美好增添一道绚丽…

小程序滴滴车主板块的银行卡管理左滑删除编辑

最近在类似于滴滴软件的一款小程序&#xff0c;工程确实有点大&#xff0c;很多东西都是第一次做。这次记录一下关于左滑删除的一个代码记录。主要的思想就是计算滑动距离的大小来使用css中的 transition 控制滑动的效果&#xff0c;主流的都是控制边距margin来达到左滑的效果。…

华菱重卡仪表指示说明_仪表装置11种常见故障的解决方法

1. 转速表工作不正常或停止工作首先检查转速表背面的黑色3孔插头与插座接触是否良好及电压正常与否。3个端子的连接情况&#xff1a;端子a是电源负极&#xff0c;与仪表盘14孔白色插座上的棕色导线连接后搭铁(仪表盘上所有搭铁点均由棕色导线汇集在一起&#xff0c;并通过胶布包…

ASP .NET SVN emmet 插件

学习 ASP .NET 时间的第三周&#xff1a; 来讲讲如何在 visual studio 2013...上搭载 SVN吧: 废话不多说&#xff1a; One Step&#xff1a; 电脑上已安装 visual studio 2013 等版本&#xff08;未安装时 红色区域是不存在的&#xff09; Two Step&#xff1a; 从官网上下载对…

iptables 配置后连接不上数据库_Linux服务器配置-VSFTP服务配置(三)

上文&#xff1a;Linux服务器配置-VSFTP服务配置(二)一、vsftpd服务防火墙配置1、主动(POST)模式 FTP 防火墙配置CentOS6 系统 iptables 的配置iptables -t filter --line-number -nL INPUT#显示现有防火墙规则&#xff0c;查看是否开启20、21号端口。iptables -t filter -I IN…

下标索引必须为正整数类型或逻辑类型_Python3 基本数据类型

Python中的变量不需要声明。每个变量在使用前都必须赋值&#xff0c;变量赋值以后该变量才会被创建。在Python中&#xff0c;变量就是变量&#xff0c;它没有类型&#xff0c;我们所说的"类型"是变量所指的内存中对象的类型。Python 3中有六个标准的数据类型&#xf…

noip模拟赛 写代码

分析&#xff1a;这其实就是括号匹配题&#xff0c;一眼贪心题&#xff0c;不过一开始贪错了&#xff0c;以为([)]是合法的......其实括号之间不能嵌套. 一开始的想法是尽量往左边填左括号&#xff0c;因为每种括号的数量都确定了&#xff0c;那么左括号和右括号的数量也就确定…

行内元素和块元素以及行内块元素的特点

一、背景 初学html&#xff0c;接触很多标签 <h1>、<p>、<span>、<ul>、<em>等&#xff0c;当写出简单的小页面的时候&#xff0c;例如仅仅是一篇带有标题的文章&#xff0c;标题 <h1>标签单独一行&#xff0c;不管后面有多大的空间&…

软件测试的功能测试和性能测试,大型软件的功能测试流程及性能测试流程

大型软件具有涉及子模块繁多、建设过程复杂、功能全面、性能具有较高要求的特点。依据ISO/IEC 9126软件产品评估标准&#xff0c;需要对软件的功能性、可靠性、可用性、效率、可维护性、可移植性等方面进行评估。因此&#xff0c;需要有一种方法能够对大型软件进行测试&#xf…

vue 分模块打包 脚手架_Vue面试官最爱的底层源码问题,你可以这样回答!

最近看到身边很多人都在投简历&#xff0c;有因为企业裁员的&#xff0c;有因为自己想跳槽的&#xff0c;原因不一&#xff0c;但是最终大家都会需要接触到面试这个事情。但是很多人对待面试不够认真&#xff0c;只会等待结果&#xff0c;不去努力。所以这边想整理一些懒人面试…

re.containerbase.startinternal 子容器启动失败_Python项目容器化实践(二) Docker Machine和Docker Swarm...

前言这篇文章介绍Docker生态中的常被提到的Engine、Machine和Swarm&#xff0c;大家以了解为主&#xff0c;工作需要再深入。EngineDocker Engine其实就是我们常说的「Docker」&#xff0c;它是一个C/S模型(Client/Server)的应用&#xff0c;包含如下组件:Daemon。守护进程&…

基于设备树的TQ2440的中断(2)

下面以按键中断为例看看基于设备数的中断的用法&#xff1a; 设备树&#xff1a; tq2440_key {compatible "tq2440,key";interrupt-parent <&gpf>;interrupts <0 IRQ_TYPE_EDGE_FALLING>, <1 IRQ_TYPE_EDGE_FALLING>;key_3 <&gpf 2…

计算机里有个不能进入的磁盘分区,新电脑只有一个分区怎么办? 教你们如何不进pe给硬盘创建新分区!...

很多朋友新电脑刚买回来打开发现明明自己机械硬盘1T或者1T机械加128G固态&#xff0c;但是却只有一个或者两个分区&#xff0c;但是又不会分区现在教大家如何不用老毛桃大白菜之类的进pe系统里面就能直接创建新分区1 WinR输入diskmgmt.msc2进入磁盘管理可以查看本机的C盘与E盘的…