经典排序算法解析(三)

本文涉及的产品
云解析DNS-重点域名监控,免费拨测 20万次(价值200元)
简介: 经典排序算法解析

六、双向冒泡排序


   双向冒泡排序是冒泡排序的一种变体,冒泡排序每次比较都是从左向右,找出最大的放在最后。双向冒泡排序则是第一轮从左向右将最大的放最后,第二轮从右向左将最小的放最首,如此交替直到整个数列排序完成。文字描述双向冒泡排序步骤如下:


1.从左向右依次比较相邻两个元素,如果顺序不对,则进行交换,如此一轮下来,最大的元素在最后。


2.除去已经排序好的元素,从右向左依次比较相邻的两个元素,如果顺序不对,则进行交换,最小的元素在首部。


3.交替重复步骤1与步骤2直到排序完成。


双向冒泡排序示意图如下:

image.png



JavaScript实现的双向冒泡排序算法:


var array = [1,54,2,64,12,65,76,46,34,98];

//双向冒泡排序

var start = 0;

var end = array.length;

while(end-start>0){

//从左向右冒泡

for(var i=start;i<end-1;i++){

 var temp = array[i];

 if (array[i+1]<temp) {

  array[i] = array[i+1];

  array[i+1] = temp;

 }

}

end--;

//从右向左冒泡

for(var j=end;j>start+1;j--){

 var temp = array[j];

 if (array[j-1]>temp) {

  array[j] = array[j-1];

  array[j-1] = temp;

 }

}

start++;

}

console.log(array);//[ 1, 2, 12, 34, 46, 54, 64, 65, 76, 98 ]

C实现的双向冒泡排序算法:


#include <stdio.h>

//双向冒泡排序

void mySort(int array[],int size){

int start = 0;

int end = size;

//从左向右冒泡

for(int i=start;i<end-1;i++){

 int temp = array[i];

 if (array[i+1]<temp) {

  array[i] = array[i+1];

  array[i+1] = temp;

 }

}

end--;

//从右向左冒泡

for(int j=end;j>start+1;j--){

 int temp = array[j];

 if (array[j-1]>temp) {

  array[j] = array[j-1];

  array[j-1] = temp;

 }

}

start++;

}

int main(){

int a[] = {1, 2, 12, 34, 46, 54, 64, 65, 76, 98,33};

mySort(a,11);

for(int i = 0;i<11;i++){

 printf("%d\n",a[i]);

}

return 0;

}

七、快速排序算法


   快速排序算法和基本思路是通过一趟排序将数列分成两部分,其中一部分的所有数据都比另一部分小。之后在分别在两个子数列中进行递归,直到最终排序完成。快速排序算法的核心是递归,因此其效率十分高。用文字描述快速排序的步骤如下:


1.随机取一个元素作为基准,将小于此元素的数据都放在此元素的左侧,大于此元素的数据都放在此元素的右侧,将数列分隔成左右两个子数列。


2.分别对左右子数列进行步骤1的递归,直到数列长度为1或者0,表示排序完成。



image.png

JavaScript实现的快速排序算法:


var array = [1, 54, 2, 64, 12, 65, 76, 46, 34, 98, 34];

//快速排序

function sort(array, left, right) {

if (right - left >= 1) {

 //取第一个元素作为基准

 let base = array[left];

 let i = left + 1;

 let index = left;

 while (i <= right) {

  //大于等于的已经在右边 不需要修改 小于的要放在左边

  if (array[i] < base) {

   if (index + 1 == i) {

    //交换

    array[index] = array[i];

    array[i] = base;

    index++;

   } else {

    //先将base与其后一个元素交换

    array[index] = array[index + 1];

    array[index + 1] = base;

    //交换

    let temp = array[index];

    array[index] = array[i];

    array[i] = temp;

    index++;

   }


  }

  i++;

 }

 //递归排序

 sort(array, left, index - 1);

 sort(array, index + 1, right);

}

}

sort(array, 0, array.length - 1);

console.log(array); //[ 1, 2, 12, 34,34, 46, 54, 64, 65, 76, 98 ]

C语言实现的快速排序:


#include <stdio.h>

//快速排序

void mySort(int array[],int left,int right){

if(right-left>=1){

 int base = array[left];

 int i = left+1;

 int index = left;

 while(i<=right){

  if(array[i]<base){

   if(index+1==i){

    array[index] = array[i];

    array[i]=base;

    index = i;

   }else{

    array[index]=array[index+1];

    array[index+1] = base;

    int temp = array[index];

    array[index] = array[i];

    array[i] = temp;

    index++;

   }

  }

  i++;

 }

 mySort(array, left, index-1);

 mySort(array, index+1, right);

}

}

int main(){

int a[] = {1, 2, 12, 34, 46, 54, 64, 65, 76, 98,34};

mySort(a,0,10);

for(int i = 0;i<11;i++){

 printf("%d\n",a[i]);

}

return 0;

}

目录
相关文章
|
2月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
3月前
|
机器学习/深度学习 人工智能 搜索推荐
从零构建短视频推荐系统:双塔算法架构解析与代码实现
短视频推荐看似“读心”,实则依赖双塔推荐系统:用户塔与物品塔分别将行为与内容编码为向量,通过相似度匹配实现精准推送。本文解析其架构原理、技术实现与工程挑战,揭秘抖音等平台如何用AI抓住你的注意力。
741 7
从零构建短视频推荐系统:双塔算法架构解析与代码实现
|
3月前
|
机器学习/深度学习 存储 算法
动态规划算法深度解析:0-1背包问题
0-1背包问题是经典的组合优化问题,目标是在给定物品重量和价值及背包容量限制下,选取物品使得总价值最大化且每个物品仅能被选一次。该问题通常采用动态规划方法解决,通过构建二维状态表dp[i][j]记录前i个物品在容量j时的最大价值,利用状态转移方程避免重复计算子问题,从而高效求解最优解。
513 1
|
3月前
|
算法 搜索推荐 Java
贪心算法:部分背包问题深度解析
该Java代码基于贪心算法求解分数背包问题,通过按单位价值降序排序,优先装入高价值物品,并支持部分装入。核心包括冒泡排序优化、分阶段装入策略及精度控制,体现贪心选择性质,适用于可分割资源的最优化场景。
298 1
贪心算法:部分背包问题深度解析
|
3月前
|
机器学习/深度学习 边缘计算 人工智能
粒子群算法模型深度解析与实战应用
蒋星熠Jaxonic是一位深耕智能优化算法领域多年的技术探索者,专注于粒子群优化(PSO)算法的研究与应用。他深入剖析了PSO的数学模型、核心公式及实现方法,并通过大量实践验证了其在神经网络优化、工程设计等复杂问题上的卓越性能。本文全面展示了PSO的理论基础、改进策略与前沿发展方向,为读者提供了一份详尽的技术指南。
粒子群算法模型深度解析与实战应用
|
3月前
|
机器学习/深度学习 资源调度 算法
遗传算法模型深度解析与实战应用
摘要 遗传算法(GA)作为一种受生物进化启发的优化算法,在复杂问题求解中展现出独特优势。本文系统介绍了GA的核心理论、实现细节和应用经验。算法通过模拟自然选择机制,利用选择、交叉、变异三大操作在解空间中进行全局搜索。与梯度下降等传统方法相比,GA不依赖目标函数的连续性或可微性,特别适合处理离散优化、多目标优化等复杂问题。文中详细阐述了染色体编码、适应度函数设计、遗传操作实现等关键技术,并提供了Python代码实现示例。实践表明,GA的成功应用关键在于平衡探索与开发,通过精心调参维持种群多样性同时确保收敛效率
机器学习/深度学习 算法 自动驾驶
583 0
|
3月前
|
机器学习/深度学习 人工智能 资源调度
大语言模型的核心算法——简要解析
大语言模型的核心算法基于Transformer架构,以自注意力机制为核心,通过Q、K、V矩阵动态捕捉序列内部关系。多头注意力增强模型表达能力,位置编码(如RoPE)解决顺序信息问题。Flash Attention优化计算效率,GQA平衡性能与资源消耗。训练上,DPO替代RLHF提升效率,MoE架构实现参数扩展,Constitutional AI实现自监督对齐。整体技术推动模型在长序列、低资源下的性能突破。
444 8
|
3月前
|
算法 API 数据安全/隐私保护
深度解析京东图片搜索API:从图像识别到商品匹配的算法实践
京东图片搜索API基于图像识别技术,支持通过上传图片或图片URL搜索相似商品,提供智能匹配、结果筛选、分页查询等功能。适用于比价、竞品分析、推荐系统等场景。支持Python等开发语言,提供详细请求示例与文档。
|
5月前
|
机器学习/深度学习 人工智能 编解码
AI视觉新突破:多角度理解3D世界的算法原理全解析
多视角条件扩散算法通过多张图片输入生成高质量3D模型,克服了单图建模背面细节缺失的问题。该技术模拟人类多角度观察方式,结合跨视图注意力机制与一致性损失优化,大幅提升几何精度与纹理保真度,成为AI 3D生成的重要突破。
454 0

热门文章

最新文章

推荐镜像

更多
  • DNS