C语言:使用 普通方法 和 二分查找算法(折半查找算法) 在一个有序数组中查找具体的某个数字n-1

简介: 思路一:普通方法(逻辑简单,在无序数组中也可以使用,但效率较低,需要逐个查找)总体思路:

思路一:普通方法

(逻辑简单,在无序数组中也可以使用,但效率较低,需要逐个查找)

总体思路:

(一). 设置初始数组,生成相关变量

             

(二). 使用for循环数组中进行逐个查找

for循环 中使用 if条件判断语句 判断n是否在数组中

       找到使用 break 跳出循环打印相应信息

三). 未找到跳出 for循环 后,再使用 if语句 判断是否已遍历完了数组

未找到 n 且已遍历完数组打印相应信息

第一步:

(1). 设置初始数组int arr[];

                   

(2). 生成相关变量

int n = 0; -- 存放从键盘输入的要查找的值

int i = 0; -- 循环变量                

                 

(3). 实现输入数据获取数据 -- scanf()函数

                   

实现代码:

//思路一:
#include <stdio.h>
int main()
{
  //设置初始数组:
  int arr[] = { 1,2,3,4,5,6,7,8,9,10 };
  //数组下标:   0 1 2 3 4 5 6 7 8 9
  int n = 0; //获取从键盘输入的要查找的值
  int i = 0; //循环变量
  //输入数据和获取数据:
  scanf("%d", &n);
  return 0;
}


实现图片:

image.png


第二步:

(1). 编写for循环循环遍历数组中的元素

             

(2). 编写for循环中的if条件判断语句

判断数组遍历的元素是否和输入的n一致一致则打印相应信息后提前break跳出循环

实现代码:

//思路一:
#include <stdio.h>
int main()
{
  //设置初始数组:
  int arr[] = { 1,2,3,4,5,6,7,8,9,10 };
  //数组下标:   0 1 2 3 4 5 6 7 8 9
  int n = 0; //获取从键盘输入的要查找的值
  int i = 0; //循环变量
  //输入数据和获取数据:
  scanf("%d", &n);
  //编写for循环:循环遍历数组中的元素
  for (i = 0; i < 10; i++)
  {
    //编写for循环中的if条件判断语句:
    if (arr[i] == n)
      //循环判断数组遍历的元素是否和n相同
    {
      printf("找到了,该值在数组中对应的下标是:%d\n", i);
      break;
      //相同则打印相应信息后break跳出循环
    }
  }
  return 0;
}

实现图片:

image.png

第三步:

如果for循环遍历数组元素后都没有找到n的话,

再使用一个if条件判断语句,判断是否已遍历完了数组元素

已遍历完数组且没有找到n打印对应信息

实现代码:

//思路一:
#include <stdio.h>
int main()
{
  //设置初始数组:
  int arr[] = { 1,2,3,4,5,6,7,8,9,10 };
  //数组下标:   0 1 2 3 4 5 6 7 8 9
  int n = 0; //获取从键盘输入的要查找的值
  int i = 0; //循环变量
  //输入数据和获取数据:
  scanf("%d", &n);
  //编写for循环:循环遍历数组中的元素
  for (i = 0; i < 10; i++)
  {
    //编写for循环中的if条件判断语句:
    if (arr[i] == n)
      //循环判断数组遍历的元素是否和n相同
    {
      printf("找到了,该值在数组中对应的下标是:%d\n", i);
      break;
      //相同则打印相应信息后break跳出循环
    }
  }
  //如果for循环遍历数组元素后都没有找到n的话:
  //再使用一个if条件判断语句,判断是否已遍历完了数组元素,
  //已遍历完数组且没有找到n,打印对应信息。
  if (i == 10) //10超过了数组下标,说明数组中没有这个值
  {
    printf("数组中没有该值。\n");
  }
  return 0;
}

实现图片:

image.png

思路一:最终代码和实现效果

最终代码:

//思路一:
#include <stdio.h>
int main()
{
  //设置初始数组:
  int arr[] = { 1,2,3,4,5,6,7,8,9,10 };
  //数组下标:   0 1 2 3 4 5 6 7 8 9
  int n = 0; //获取从键盘输入的要查找的值
  int i = 0; //循环变量
  //输入数据和获取数据:
  scanf("%d", &n);
  //编写for循环:循环遍历数组中的元素
  for (i = 0; i < 10; i++)
  {
    //编写for循环中的if条件判断语句:
    if (arr[i] == n)
      //循环判断数组遍历的元素是否和n相同
    {
      printf("找到了,该值在数组中对应的下标是:%d\n", i);
      break;
      //相同则打印相应信息后break跳出循环
    }
  }
  //如果for循环遍历数组元素后都没有找到n的话:
  //再使用一个if条件判断语句,判断是否已遍历完了数组元素,
  //已遍历完数组且没有找到n,打印对应信息。
  if (i == 10) //10超过了数组下标,说明数组中没有这个值
  {
    printf("数组中没有该值。\n");
  }
  return 0;
}

实现效果:

c8bc782c08f84ad0a3472c612e8ebe55.png

思路二:二分查找算法(折半查找算法)-- 重点!

(在有序数组查找中效率更高,一次查找就能排除一半的值)

总体思路:

相关文章
|
10月前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
437 0
|
10月前
|
机器学习/深度学习 算法 物联网
基于遗传方法的动态多目标优化算法
基于遗传方法的动态多目标优化算法
|
11月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
319 6
|
11月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
676 0
|
12月前
|
机器学习/深度学习 数据采集 传感器
具有多种最大功率点跟踪(MPPT)方法的光伏发电系统(P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化)之使用粒子群算法的最大功率点追踪(MPPT)(Simulink仿真实现)
具有多种最大功率点跟踪(MPPT)方法的光伏发电系统(P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化)之使用粒子群算法的最大功率点追踪(MPPT)(Simulink仿真实现)
707 0
|
机器学习/深度学习 人工智能 算法
机器学习算法的优化与改进:提升模型性能的策略与方法
机器学习算法的优化与改进:提升模型性能的策略与方法
2657 13
机器学习算法的优化与改进:提升模型性能的策略与方法
|
存储 算法 安全
SnowflakeIdGenerator-雪花算法id生成方法
SnowflakeIdGenerator-雪花算法id生成方法
656 1
|
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。
1861 6
|
JSON 算法 数据挖掘
基于图论算法有向图PageRank与无向图Louvain算法构建指令的方式方法 用于支撑qwen agent中的统计相关组件
利用图序列进行数据解读,主要包括节点序列分析、边序列分析以及结合节点和边序列的综合分析。节点序列分析涉及节点度分析(如入度、出度、度中心性)、节点属性分析(如品牌、价格等属性的分布与聚类)、节点标签分析(如不同标签的分布及标签间的关联)。边序列分析则关注边的权重分析(如关联强度)、边的类型分析(如管理、协作等关系)及路径分析(如最短路径计算)。结合节点和边序列的分析,如子图挖掘和图的动态分析,可以帮助深入理解图的结构和功能。例如,通过子图挖掘可以发现具有特定结构的子图,而图的动态分析则能揭示图随时间的变化趋势。这些分析方法结合使用,能够从多个角度全面解读图谱数据,为决策提供有力支持。
868 0

热门文章

最新文章