数据结构和算法-插入排序实现|学习笔记

简介: 快速学习数据结构和算法-插入排序实现

开发者学堂课程【Go 语言核心编程 - 数据结构和算法:数据结构和算法-插入排序实现】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/627/detail/9850


数据结构和算法-插入排序实现


 考察代码算法怎么样是最基本的,现在就根据之前讲的做一下

image.png

接下来就是新建文件夹,还是用之前的数据。

package main

import(

"fmt"

)

func  Insertsort (arr"[5]int){

//完成第一次,给第二个元素找到合适的位置并插入

insertval:=arr[1]]

insertIndex :=1-1  //下标

//从大到小,就是要做一个后移的动作,就是把23往后移动,也很简单

for  insertIndex >=0 && arr[ InsertIndex ]<insertval{

Arr [insertIndex+1]=arr[insertIndex] //数据后移,要注意 insertIndex 先不动,后边的值等于前边的值就相当于把它覆盖了,不用担心,因为 insertval 已经被保存下来了。

insertIndex--

}

//插入

If  insertIndex+1!=1{

Arr[ insertIndex+1]=insertval

}

Fmt.println(“第一次插入后的结果”)

}

func main(){

arr:=[5]int{23,e, 12, 56, 34}

Fmt.println(“原始数组=”,arr)

Insert&sort(&arr)

Fmt.println(“main 函数”)

Fmt.println(arr)

}

发现代码是正确的,0本身就是这个位置,它就在原来的位置没有动,但是不遍历是不知道的,所以还需要比较一次,比较完了,相当于这个是效率最高的,刚好是最后,比一次就可以了。

//完成第二次,给第三个元素找到合适的位置并插入

insertval=arr[2]

insertIndex =2-1  //下标

//从大到小,就是要做一个后移的动作,就是把23往后移动,也很简单

for  insertIndex >=0 && arr[ InsertIndex ]<insertval{

Arr [insertIndex+1]=arr[insertIndex]  //数据后移,要注意

insertIndex 先不动,后边的值等于前边的值就相当于把它覆盖了,不用担心,因为 insertval 已经被保存下来了。

insertIndex--

}

//插入

If  insertIndex+1!=2{

Arr[ insertIndex+1]=insertval

}

Fmt.println(“第二次插入后的结果”)

}

第二次运行是正确的

//完成第三次,给第四个元素找到合适的位置并插入

insertval=arr[3]

insertIndex =3-1//下标

//从大到小,就是要做一个后移的动作,就是把23往后移动,也很简单

for  insertIndex >=0 && arr[ InsertIndex ]<insertval{

Arr [insertIndex+1]=arr[insertIndex] //数据后移,要注意 insertIndex 先不动,后边的值等于前边的值就相当于把它覆盖了,不用担心,因为 insertval 已经被保存下来了。

insertIndex--

}

//插入

If  insertIndex+1!=3{

Arr[ insertIndex+1]=insertval

}

Fmt.println(“第三次插入后的结果”)

}

第三次运行也是正确的,56最大就到前边去了,其余都向后移。

//完成第四次,给第五个元素找到合适的位置并插入

insertval=arr[4]

insertIndex =4-1 //下标

//从大到小,就是要做一个后移的动作,就是把23往后移动,也很简单

for  insertIndex >=0 && arr[ InsertIndex ]<insertval{

Arr [insertIndex+1]=arr[insertIndex] //数据后移,要注意 insertIndex 先不动,后边的值等于前边的值就相当于把它覆盖了,不用担心,因为 insertval 已经被保存下来了。

insertIndex--

} 

//插入

If  insertIndex+1!=4{

Arr[ insertIndex+1]=insertval

}

Fmt.println(“第四次插入后的结果”)

}

第四次也正确

五个元素四次,这四次是差不多一样的,只有一点地方不一样。

整合的代码:

//完成第一次,给第二个元素找到合适的位置并插入

for i:=1;ic len(arr);i++{

insertVal:=arr[i]

insertIndex :=1-i//下标

//从大到小

for  insertndex >=0&ərr[ 1nsertndex ]<1nsertVal{

arr[ 1nsertIndex +1]=arri[ insertTndex ]//数据后移

insertxndex --

//插入

if insertlndex+1!=i{

arr[ insertndex +1]=insertval

}

fmt, Print1n("第%d次插入后%v\n",*arr)

}

代码结果是正确的,添加两个数也是没有问题的。

每次只要改变 i 的值即可。

思路:

第一次,先找到第一个元素,insertval 这是个下标,是插入的,下标总是元素的前一个值,然后进行一个从大到小的排序,只要 insertIndex >=0 就可以一直找,

因为要防止一直找不到就到最前面去了,要插入的值比之前的值大才到最前边,说明应该继续往前走,走的时候要后移,后移的时候就是移动一下,后移之后 insertval 再移一下,因为要看前面有没有更合适的,等到整个循环遍历结束后,就说明这个值的位置找到了,

位置就应该是 insertIndex +1,插入的值就应该是 insertIndex +1这个下标,但是为了提高效率,要考虑 insertIndex +1到底有没有可能就是最后一个,就比如0,比较发现23就大,那这个位置就找到了,找到之后就没有必要自己再加注一次了,所以排除一下这个条件。

相关文章
|
2月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
89 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
2月前
|
存储 算法 Java
Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性
Java Set因其“无重复”特性在集合框架中独树一帜。本文解析了Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性,并提供了最佳实践建议,包括选择合适的Set实现类和正确实现自定义对象的hashCode()与equals()方法。
40 4
|
2月前
|
搜索推荐 算法
数据结构与算法学习十四:常用排序算法总结和对比
关于常用排序算法的总结和对比,包括稳定性、内排序、外排序、时间复杂度和空间复杂度等术语的解释。
22 0
数据结构与算法学习十四:常用排序算法总结和对比
|
2月前
|
机器学习/深度学习 搜索推荐 算法
探索数据结构:初入算法之经典排序算法
探索数据结构:初入算法之经典排序算法
|
2月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
26 0
|
2月前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
6天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
|
3天前
|
算法
基于WOA鲸鱼优化的购售电收益与风险评估算法matlab仿真
本研究提出了一种基于鲸鱼优化算法(WOA)的购售电收益与风险评估算法。通过将售电公司购售电收益风险计算公式作为WOA的目标函数,经过迭代优化计算出最优购电策略。实验结果表明,在迭代次数超过10次后,风险价值收益优化值达到1715.1万元的最大值。WOA还确定了中长期市场、现货市场及可再生能源等不同市场的最优购电量,验证了算法的有效性。核心程序使用MATLAB2022a实现,通过多次迭代优化,实现了售电公司收益最大化和风险最小化的目标。
|
7天前
|
算法
基于大爆炸优化算法的PID控制器参数寻优matlab仿真
本研究基于大爆炸优化算法对PID控制器参数进行寻优,并通过Matlab仿真对比优化前后PID控制效果。使用MATLAB2022a实现核心程序,展示了算法迭代过程及最优PID参数的求解。大爆炸优化算法通过模拟宇宙大爆炸和大收缩过程,在搜索空间中迭代寻找全局最优解,特别适用于PID参数优化,提升控制系统性能。
|
19天前
|
算法 数据安全/隐私保护 索引
OFDM系统PAPR算法的MATLAB仿真,对比SLM,PTS以及CAF,对比不同傅里叶变换长度
本项目展示了在MATLAB 2022a环境下,通过选择映射(SLM)与相位截断星座图(PTS)技术有效降低OFDM系统中PAPR的算法实现。包括无水印的算法运行效果预览、核心程序及详尽的中文注释,附带操作步骤视频,适合研究与教学使用。