21天挑战赛算法学习打卡——顺序查找

简介: 21天挑战赛算法学习打卡——顺序查找

顺序查找算法解析

一、基本概念

顺序查找是对于任意一个序列以及一个给定的元素,将给定元素与序列中元素依次比较,直到找出与给定关键字相同的元素,或者将序列中的元素与其都比较完为止,如果此时还没有找到相同元素则查找失败。

注意: 该序列无重复元素,否则不符合概念里的找出相同关键字可停止的说法。


二、具体案例

1、问题描述

给定一个数组arr,求出key值在数组中的位置(要求下标从1开始)


2、步骤分析

使用一重循环将key值与数组中的元素依次比对,相等则返回数组下标并加一,不相等则下标加一继续对比。

图示如下:

79be5c6d90ad462191db93b91024d20c.png

三、代码实现

这里提供不同语言的代码实现,但是算法思想都是一样的


1、C++实现

    int arr[8] = {12,8,11,5,17,19,39,66};
  int key = 19;
  for (int i = 0; i < 8; i++) {
    if (key == arr[i]) {
      cout << "该元素在数组中的位置为:" << i + 1 << endl;
      break;
    }
  }
  return 0;

如果想用C语言实现,那就直接把cout语句改为printf语句即可。


2、Java实现

    public static void main(String[] args) {
        //先定义数组arr和要查找的元素key
        int arr[]={12,8,27,5,17,19,39,66};
        int key=39;
        //调用顺序查找函数得到位置
        int pos = find(arr,key);
        //打印要查找元素所在数组的位置
        System.out.println(pos+1);
    }
    public static int find(int arr[],int key){
        for(int i=0;i<arr.length;i++){
            if(arr[i]==key){
                return i;//返回下标
            }
        }
        return -1;//找不到返回-1
    }

四、时间复杂度分析

1.最好的情况

当key的值和数组中第一个元素相同时,那么此时只需要执行一次,时间复杂度为O(1)


2.最坏的情况

当key的值和数组中最后一个元素相同或者数组中不存在和key相同的值,那么需要执行的次数为数组的大小:n次,此时时间复杂度为O(n)


对于算法的时间复杂度一般只考虑最坏情况,因此顺序查找算法的时间复杂度为O(n)


写在最后

顺序查找在算法中非常基础的内容,不过并非没有用处。就比如有的算法题可以出链表中的顺序查找等等,总之打好基础总不会一无所获,让我们共同进步!!!



目录
相关文章
|
1天前
|
机器学习/深度学习 算法 网络架构
什么是神经网络学习中的反向传播算法?
什么是神经网络学习中的反向传播算法?
9 2
|
1天前
|
机器学习/深度学习 算法
算法人生(5):从“元学习”看“战胜拖延”(没兴趣版)
元学习是让机器学会学习策略,适应新任务的机器学习范式。通过定义任务分布、采样任务、内在和外在学习循环来优化模型,增强其跨任务适应性和泛化能力。面对不感兴趣的任务导致的拖延,我们可以借鉴元学习的思路:重新评估任务价值,寻找通用兴趣点;设定奖励激发行动;改变环境以提高执行力。通过调整视角、自我激励和优化环境,可以克服因无兴趣而产生的拖延。
|
1天前
|
机器学习/深度学习 存储 算法
算法人生(4):从“选项学习”看“战胜拖延”(担心失败版)
选项学习是强化学习的一种策略,通过定义、学习和切换选项来解决复杂任务,将大任务分解为可重复使用的子任务,以提高学习效率和适应性。面对因担心失败而拖延的问题,我们可以借鉴选项学习的思想:将大任务拆分为小目标,正视失败作为成长的一部分,回顾成功经验并寻求支持。通过这种方式,逐步增强自信,降低拖延现象。
|
1天前
|
算法 网络协议
【计网·湖科大·思科】实验三 总线型以太网的特性、集线器和交换机的区别、交换机的自学习算法
【计网·湖科大·思科】实验三 总线型以太网的特性、集线器和交换机的区别、交换机的自学习算法
8 1
|
1天前
|
机器学习/深度学习 算法
应用规则学习算法识别有毒的蘑菇
应用规则学习算法识别有毒的蘑菇
|
1天前
|
机器学习/深度学习 算法 数据挖掘
【Python机器学习专栏】关联规则学习:Apriori算法详解
【4月更文挑战第30天】Apriori算法是一种用于关联规则学习的经典算法,尤其适用于购物篮分析,以发现商品间的购买关联。该算法基于支持度和置信度指标,通过迭代生成频繁项集并提取满足阈值的规则。Python中可借助mlxtend库实现Apriori,例如处理购物篮数据,设置支持度和置信度阈值,找出相关规则。
|
1天前
|
机器学习/深度学习 算法 前端开发
【Python机器学习专栏】集成学习算法的原理与应用
【4月更文挑战第30天】集成学习通过组合多个基学习器提升预测准确性,广泛应用于分类、回归等问题。主要步骤包括生成基学习器、训练和结合预测结果。算法类型有Bagging(如随机森林)、Boosting(如AdaBoost)和Stacking。Python中可使用scikit-learn实现,如示例代码展示的随机森林分类。集成学习能降低模型方差,缓解过拟合,提高预测性能。
|
1天前
|
机器学习/深度学习 算法 前端开发
Scikit-learn进阶:探索集成学习算法
【4月更文挑战第17天】本文介绍了Scikit-learn中的集成学习算法,包括Bagging(如RandomForest)、Boosting(AdaBoost、GradientBoosting)和Stacking。通过结合多个学习器,集成学习能提高模型性能,减少偏差和方差。文中展示了如何使用Scikit-learn实现这些算法,并提供示例代码,帮助读者理解和应用集成学习提升模型预测准确性。
|
1天前
|
机器学习/深度学习 算法 Python
使用Python实现集成学习算法:Bagging与Boosting
使用Python实现集成学习算法:Bagging与Boosting
22 0
|
1天前
|
算法 安全 数据可视化
python关联规则学习:FP-Growth算法对药品进行“菜篮子”分析
python关联规则学习:FP-Growth算法对药品进行“菜篮子”分析

热门文章

最新文章