【算法与数据结构】1 算法0基础入门,详解什么是算法?什么是线性查找法?

简介: 【算法与数据结构】1 算法0基础入门,详解什么是算法?什么是线性查找法?

1.什么是算法?

就是一系列可以解决问题的 清晰的 可执行的计算机指令

那么生活中有哪些算法?

微信图片_20230701111607.png

问路:坐公交车到达某一站下车—>再转某一个地铁站 这个地铁站坐几号线?从哪一站下车?下车以后从几号地铁口出去?—>再怎么走就能到了–>😃

求解方程:一步一步的求解一元二次方程,这里涉及的每一步都是清晰可执行的

这一系列的指令本质其实就是一个算法: 解决了如何到达目的地的一个问题,解决了如何求得一个一元二次方程的解

1.1算法的五大特性

① 有限性:

一个算法不应该是无限循环的,应该在有限的时间里可以执行完

有限时间 ≠ 时间短 : 假设一个算法需要万年亿年才能执行完,那么从原则上讲他也是一个算法,只不过他消耗的时间太长,这个算法并不实用而已,同样的,不实用不代表没有意义,研究算法恰恰是从这样的一个看似不可行的算法出发,一步一步的优化它,最终得到一个可行的算法

② 确定性

它是一系列清晰的可执行的计算机指令, 那么每一个指令本身是含义唯一的, 不会产生二义性

假设一个指令要求说出某校成绩最高的学生,严谨来讲,他就是会产生二义性的,"成绩最高"在不同人眼里,可能理解到的含义不同 ,最终执行的结果就不同(语文成绩最高?数学成绩最高?总成绩最高)

含义唯一 ≠ 相同输入会有相同输出 : 对于一个随机算法来说,那么很有可能输入是同样的一个数据,输出的结果呢却不相同

③可行性

算法中的每一步应该是可行的

假设算法要求拿出最大的质数,那么这个指令呢 就是不可行的——质数有无穷个的

④输入

对于一个算法来说,它是有输入的

一个函数我们就可以把它理解成一个算法 它内部执行了一系列的运算 获得了一些结果 那么对于一个函数来说 我们是可以给它指定输入的参数 并且指定返回的类型

函数没有任何的输入的参数 ≠ 算法没有输入 : 算法的输入的概念是更加广义的,对于一个函数来讲,可能并没有输入的参数,但对于一个算法来说,他肯定是有他需要操作的对象的,那么他所操作的这些对象就是这个算法的输入

具体表现在程序中,一个算法操作的对象有可能定义在一个类中,它是一个成员变量,是一个全局变量,它不是这个函数的参数,那么它也是这个算法的输入,甚至有可能一个算法操作的对象本身隐藏在这个算法的语义中——比如设计一个算法,这个算法他做的事情就是生成零这个数字,所以这个算法内部的逻辑直接通过return 0返回零就好了,那么这个算法看起来没有输入的值,但是其实我们必须在数学上定义清楚了0:0到底是什么?才能返为零这样的一个数字。那么从数学上拥有了零这个概念本身就是我们这个算法的输入


一个算法是有输入的,这个输入本身应该站在一个更高的层次去理解,它可以是一个很抽象的输入

⑤输出

对于一个算法来说,它是有输出的

与输入同理,一个函数可能没有返回值,返回值是void类型,这不意味着这个算法没有输出

比如一个算法做的事情是在屏幕中绘制了一个圆 ,那么这样的一个绘制函数很有可能它的返回类型是void,但是这个算法本身确实在我们的这个屏幕中把这个圆绘制出来了,这个绘制的结果就是这个算法的输出。

或者一个算法做的事情就是休眠x分钟,x是一个输入,那么对于这个算法来说,没有返回值,只是执行了休眠x分钟这样的一个操作,返回值是void,但是这个算法的输出就是我们的这个程序真的休眠了x分钟,在这x分钟中不进行任何的响应

2.线性查找法

2.1生活中的线性查找法

微信图片_20230701111554.png


高三的时候,老班经常晚自习进行模拟考试,在批完卷子后,由课代表将试卷发下去,此时每张卷子都有对应的同学名字,这时有的同学就会主动去课代表那里找到自己的卷子,而方法就是:把这一张试卷拿到自己的面前 看一下第一张卷子是不是自己的,如果不是,那么看第二张卷子是不是自己的,如果还不是,看第三张卷子是不是自己的,以此类推…比如说,看到第五张卷子,发现这张卷子就是自己的,那么就找到了,这就叫做线性查找法: 一个一个的去寻找自己想要找到的那个目标元素

上面的一张卷子,可以理解成就是在一个数组中查找某一个元素,数组是非常简单的这样一种数据结构

2.2 计算机中的线性查找法

微信图片_20230701111542.png

假设我们就是在一个叫做data这样的数组中查找元素16,数组中一共有八个元素,八个元素所对应的索引是0 1 2 3 4 5 6 7,对应的值分别是24 18 12 9 16 66 32 4

想在这个数组中查找目标16,应用线性查找法的思路,应该怎样找?

设置一个 索引i,初始的时候是0

从0开始查看这个data数组中对应的元素是不是我们的目标

data[0]的值是24≠16,进行i++(其实这就是一个循环的过程)

data[1]的值是18≠16,继续进行i++

data[4]的值是16=16,我们就找到了这个结果

上述过程就叫做线性查找法——对于这个线性查找法,整个算法的输入是什么?

这个输入包含有一个数组——即我们要从一堆试卷中找到属于自己的那一张试卷,首先要有这一堆试卷,在算法中用一个数组来表示

输入还应该包含一个目标元素 ——知道自己的名字是什么,才能在这一点试卷中找到属于自己的那一张试卷,在上面这个例子中,目标元素其实就是16

对于这个线性查找法,整个算法的输出是什么?

设计这个算法的输出是目标元素所在的索引——例子中16这个元素索引为4,这个算法返回就应该是4

也有可能你想要查找的这个目标在数组中不存在——返回-1,因为-1不是一个合法的索引值 (对于任何一个索引值来说 肯定是大于等于零的一个值)

3.线性查找法的实现

3.1初步实现

public class LinearSearch {

   /*

   @function 线性查找的方法

   @param data 整型数组 待查找的数组

   @param terget 整型数组 查找的目标

   @return 整型 找到的索引值或-1

    */

   public int search(int[] data, int target) {

       for (int i = 0; i < data.length; i++) {  

           if (data[i] == target)

               return i;    //如果找到目标,返回对应的索引值

       }

       return -1;          //如果没有找到目标,返回-1

   }

   public static void main(String[] args) {

       //准备用于查找的数组

       int[] data = {24, 18, 12, 9, 16, 66, 32, 4};

        LinearSearch ls = new LinearSearch(); //声明一个LinearSearch的对象

     

       //调用LinearSearch的search(),查找目标16

       //将返回的结果赋值给一个整型变量res

       int res = ls.search(data, 16);

       System.out.println(res); //输出res

       int res2 = ls.search(data,666); //查找目标666

       System.out.println(res2);

   }

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

运行结果

微信图片_20230701111525.png

3.2 代码优化

3.2.1优化1

没有必要声明一个LinearSearch的对象,可以将search()改成静态的方法,这样在调用search()的时候,就可以直接用LinearSearch这个类名进行调用search()

用户不需要创建一个LinearSearch的对象,他只希望使用线性查找的方式从某个数组中查找一个元素,我们将这个方法写成static,直接让用户调用这个方法就好了,而不需要new 一个新对象

public class LinearSearch {

   /*

   @function 线性查找的方法,static将其设置为静态方法

   @param data 整型数组 待查找的数组

   @param terget 整型数组 查找的目标

   @return 整型 找到的索引值或-1

    */

   public static int search(int[] data, int target) {

       for (int i = 0; i < data.length; i++) {  

           if (data[i] == target)

               return i;    //如果找到目标,返回对应的索引值

       }

       return -1;          //如果没有找到目标,返回-1

   }

   public static void main(String[] args) {

       //准备用于查找的数组

       int[] data = {24, 18, 12, 9, 16, 66, 32, 4};

     

       //调用LinearSearch的search(),查找目标16

       //将返回的结果赋值给一个整型变量res

       int res = LinearSearch.search(data, 16);

       System.out.println(res); //输出res

       int res2 = LinearSearch.search(data,666); //查找目标666

       System.out.println(res2);

   }

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

3.2.2 优化2

上述优化后,虽然用户能直接通过LinearSearch.search()调用方法,但是用户依然可以进行“new一个LinearSearch类的对象”的操作,如何阻止这一操作?可以在LinearSearch中将LinearSearch的构造函数声明为私有的即可

public class LinearSearch {

//将LinearSearch的构造函数声明为私有

private LinearSearch(){}

   /*

   @function 线性查找的方法,static将其设置为静态方法

   @param data 整型数组 待查找的数组

   @param terget 整型数组 查找的目标

   @return 整型 找到的索引值或-1

    */

   public static int search(int[] data, int target) {

       for (int i = 0; i < data.length; i++) {  

           if (data[i] == target)

               return i;    //如果找到目标,返回对应的索引值

       }

       return -1;          //如果没有找到目标,返回-1

   }

   public static void main(String[] args) {

       //准备用于查找的数组

       int[] data = {24, 18, 12, 9, 16, 66, 32, 4};

     

       //调用LinearSearch的search(),查找目标16

       //将返回的结果赋值给一个整型变量res

       int res = LinearSearch.search(data, 16);

       System.out.println(res); //输出res

       int res2 = LinearSearch.search(data,666); //查找目标666

       System.out.println(res2);

   }

}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

虽然将LinearSearch的构造函数声明为私有,但是上述代码中的main()里依旧可以进行“new一个LinearSearch类的对象”的操作

这是因为当前的main()是LinearSearch类的内部的函数,所以它依然可以访问到LinearSearch中的所有方法(包括私有方法),但这个优化的思想是没有问题的,是需要我们学习的


相关文章
|
2月前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
51 1
|
2月前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
137 4
|
13天前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
50 20
|
2月前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
2月前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
2月前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
112 23
|
2月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
65 1
|
12天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
145 80
|
5天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
8天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。