认知算法(二)

简介: 认知算法(二),一起来学习吧。

​嗨,欢迎来到异星球,我是小怪同志。这篇文章主要讲认识算法,请一起学习吧。

一、算法的特性

算法有许多特性:

(1)有穷性:算法是有若干条指令组成的有穷序列,总是在执行若干次后结束,不可能永不停止。

(2)确定性:每条语句都有确定的含义,无岐义。

(3)可行性:算法在当前环境条件下可以通过有限次运算来实现。

(4)输入/输出:有零个或多个输入以及一个或多个输出。

二、算法的分类

算法可大致分为基本算法、数据结构的算法、数论与代数算法、计算几何的算法、图论的算法、动态规划以及数值分析、加密算法、排序算法、检索算法、随机化算法、并行算法,厄米变形模型,随机森林算法。

算法可以宏泛的分为三类:

(1)有限的,确定性算法 这类算法在有限的一段时间内终止。他们可能要花很长时间来执行指定的任务,但仍将在一定的时间内终止。这类算法得出的结果常取决于输入值。

(2)有限的,非确定算法 这类算法在有限的时间内终止。然而,对于一个(或一些)给定的数值,算法的结果并不是唯一的或确定的。

(3)无限的算法 是那些由于没有定义终止定义条件,或定义的条件无法由输入的数据满足而不终止运行的算法。通常,无限算法的产生是由于未能确定的定义终止条件。

三、选择排序

1.选择排序
选择排序是一种简单直观的排序算法,无论什么数据进去都是 O(n²) 的时间复杂度。所以用到它的时候,数据规模越小越好。唯一的好处可能就是不占用额外的内存空间了吧。

2.算法思路
(1)在未排序序列中找到最小(大)的元素,存放到排序序列的起始位置。

(2)从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。

(3)以此类推,直到所有元素均排序完毕。

3.算法分析
假如现在有十个元素进行选择排序,从小到大排

十个元素分别是:10  9  8  7  6  5  4  3  2  1

十个元素下标是:0  1  2  3  4  5  6  7  8  9

10   9     8    7     6     5     4     3    2     1  

1    10    9    8     7     6     5     4    3     2

1     2     10  9     8     7     6     5     4     3

1     2     3    10   9    8    7   6    5   4

1     2     3     4     10   9     8     7    6     5

……

1     2     3     4     5     6     7     8     9    10

4.具体代码  

include<stdio.h>

int main()
{

//定义的一个数组 
int arr[10]; 
 printf("请输入十个数:\n");
  //定义的一个临时变量用来作交换空间 
int temp=0;
 //最小值的下标 
 int mindex;
  //找了几趟的趟数   10个数找9趟
 for (int i = 0; i <10; i++)
 {
     scanf("%d", &arr[i]);
 }
 for (int i = 0; i < 9; i++)
 {
     //假设第一个数就是最小值
     mindex = i;
      //待排序的最小值
     for (int j = i +1 ; j < 10; j++)
     {
         //交换mindex和待排序的第一个值
         if (arr[j]<arr[mindex])
         {
             mindex = j;
         }
         
     }
    temp = arr[i];
      arr[i] = arr[mindex];
     arr[mindex] = temp;
 }
printf("排序后的顺序是:\n");
 for (int i = 0; i < 10; i++)
 {
     printf("%d ", arr[i]);    
 }
 return 0;     

}

相关文章
|
小程序 JavaScript
【微信小程序】之顶部选项卡自定义tabs(不用mp-tabs扩展组件,太难用了)
【微信小程序】之顶部选项卡自定义tabs(不用mp-tabs扩展组件,太难用了)
|
机器学习/深度学习 自然语言处理 并行计算
[Bert]论文实现:BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
[Bert]论文实现:BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
473 1
|
Web App开发
如何设置谷歌浏览器在新窗口中打开链接?如何设置谷歌浏览器在新标签页中打开链接?
一、快捷键方式:  1、左键单击 ==》 在当前窗口中打开目标网页。  2、Shift + 左键单击 ==》 在新窗口中打开目标网页。  3、Ctrl + 左键单击 ==》 在新标签页中打开目标网页。  4、鼠标中键点击书签即打开新的标签页,在新的标签页中显示指定的网页。
58858 0
|
数据采集 机器人 测试技术
SeleniumBase在无头模式下绕过验证码的完整指南
本文详细介绍了如何在SeleniumBase的无头模式下绕过验证码,通过使用代理IP(以爬虫代理为例)、设置User-Agent和Cookie等手段提升爬虫效率。文章首先分析了无头模式下面临的验证码挑战,然后提供了具体的策略和代码示例,包括浏览器设置、代理IP配置及模拟用户行为的方法。最后,通过一个访问大众点评网站并绕过验证码的完整代码示例,展示了如何在实际场景中应用这些技术,应对现代网站的反爬虫机制。此外,还提供了一些提高爬虫效率的实用技巧,如代理池轮换、设置合适延迟和分布式爬虫等。
1294 1
|
机器学习/深度学习 算法 PyTorch
深入理解PyTorch自动微分:反向传播原理与实现
【4月更文挑战第17天】本文深入解析PyTorch的自动微分机制,重点讨论反向传播的原理和实现。反向传播利用链式法则计算神经网络的梯度,包括前向传播、梯度计算、反向传播及参数更新。PyTorch通过`autograd`模块实现自动微分,使用`Tensor`和计算图记录操作历史以自动计算梯度。通过示例展示了如何在PyTorch中创建张量、定义计算过程及求梯度。掌握这些有助于提升深度学习模型的训练效率。
|
关系型数据库 MySQL Linux
Linux_Centos7在安装Mysql常见错误
Linux_Centos7在安装Mysql常见错误依赖时失败 问题一:Centos7在安装Mysql依赖(libs)或客户端(client)时失败 问题二:Centos7在安装Mysql服务器(server)时失败
1709 1
|
消息中间件 监控 负载均衡
Kafka 最佳实践:构建可靠、高性能的分布式消息系统
Apache Kafka 是一个强大的分布式消息系统,被广泛应用于实时数据流处理和事件驱动架构。为了充分发挥 Kafka 的优势,需要遵循一些最佳实践,确保系统在高负载下稳定运行,数据可靠传递。本文将深入探讨 Kafka 的一些最佳实践,并提供丰富的示例代码,帮助大家更好地应用这一强大的消息系统。
|
存储 Web App开发 缓存
像素是怎样练成的(四)
像素是怎样练成的(四)
188 0
|
Linux 虚拟化
VMware虚拟机安装Linux教程(超详细) 1
VMware虚拟机安装Linux教程(超详细)
2364 0
|
安全 Java 编译器
Volatile关键字的作用和实现原理
Volatile关键字的作用和实现原理
275 0