C++STL算法篇之查找算法(下)

简介: C++STL算法篇之查找算法(下)

统计查找

count(区间查找)

#include<iostream>
#include<string>
#include<vector>
#include<algorithm>
#include<functional>
using namespace std;
int main()
{
  vector<int> m = { 1, 1, 1, 1,1 ,2, 4 };
  auto it7 = count(m.begin(), m.end(), 1);
  //统计在vector 容器中1出现的次数
  cout << it7 << endl << endl;
  return 0;
}

count_if(条件查找)

#include<iostream>
#include<string>
#include<vector>
#include<algorithm>
#include<functional>
using namespace std;
int main()
{ 
  vector<int> m = { 1, 1, 1, 1,1 ,2, 4 };
  auto it8 = count_if(m.begin(), m.end(), [](int a) {return a > 1; });
  //统计大于1的次数
  cout << it8 << endl;
  return 0;
}

equal(判断是否相等)

#include<iostream>
#include<string>
#include<vector>
#include<algorithm>
#include<functional>
#include<iomanip> //流
using namespace std;
int main()
{
  int arr1[] = { 1, 2 };
  int arr2[] = { 1, 2 };
  cout << boolalpha << equal(arr1, arr1 + 2, arr2, arr2 + 2) << endl;
  //用boolalpha的话, 要使用iomanip头文件 ,打印结果是true或者false
  //
  return 0;
}

有序查找

binary_search(二分查找)

#include<iostream>
#include<string>
#include<vector>
#include<algorithm>
#include<functional>
#include<iomanip> //流
using namespace std;
int main()
{
  vector<int> mm = { 1, 2, 4 };
  cout << boolalpha << binary_search(mm.begin(), mm.end(), 3);
  return 0;
}

upper_bound(查找第一个大于查找的值)

#include<iostream>
#include<string>
#include<vector>
#include<algorithm>
#include<functional>
#include<iomanip> //流
using namespace std;
int main()
{
  vector<int> mm = { 1, 2, 3, 4 };
  //第一个大于2的数
  cout << *upper_bound(mm.begin(), mm.end(), 2);
  return 0;
}

lower_bound (小于查找值)

方法跟上面一样的

equal_range(区间比较,大于等于)

#include<iostream>
#include<string>
#include<vector>
#include<algorithm>
#include<functional>
#include<iomanip> //流
using namespace std;
int main()
{
  vector<int> h = { 3, 8, 9, 0, 4, 3 , 4, 10, 100, 6};
  //大于等于
  //first:等于值, second:大于值
  cout << *equal_range(h.begin(), h.end(), 6).first<< endl;
  cout << *equal_range(h.begin(), h.end(), 8).second << endl;
  return 0;
}

注意:以上查找算法应该要做是否能够查找的判定,不能够直接打印,我这里为了方便,省略了这一步


相关文章
|
16天前
|
缓存 算法 程序员
C++STL底层原理:探秘标准模板库的内部机制
🌟蒋星熠Jaxonic带你深入STL底层:从容器内存管理到红黑树、哈希表,剖析迭代器、算法与分配器核心机制,揭秘C++标准库的高效设计哲学与性能优化实践。
C++STL底层原理:探秘标准模板库的内部机制
|
5月前
|
存储 监控 算法
基于 C++ 哈希表算法实现局域网监控电脑屏幕的数据加速机制研究
企业网络安全与办公管理需求日益复杂的学术语境下,局域网监控电脑屏幕作为保障信息安全、规范员工操作的重要手段,已然成为网络安全领域的关键研究对象。其作用类似网络空间中的 “电子眼”,实时捕获每台电脑屏幕上的操作动态。然而,面对海量监控数据,实现高效数据存储与快速检索,已成为提升监控系统性能的核心挑战。本文聚焦于 C++ 语言中的哈希表算法,深入探究其如何成为局域网监控电脑屏幕数据处理的 “加速引擎”,并通过详尽的代码示例,展现其强大功能与应用价值。
127 2
|
6月前
|
存储 算法 C++
Windows共享文件:探秘C++实现的B树索引算法奇境
在数字化时代,Windows共享文件的高效管理至关重要。B树算法以其自平衡多路搜索特性,在文件索引与存储优化中表现出色。本文探讨B树在Windows共享文件中的应用,通过C++实现具体代码,展示其构建文件索引、优化数据存储的能力,提升文件检索效率。B树通过减少磁盘I/O操作,确保查询高效,为企业和个人提供流畅的文件共享体验。
|
3月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
100 0
|
4月前
|
存储 机器学习/深度学习 算法
基于 C++ 的局域网访问控制列表(ACL)实现及局域网限制上网软件算法研究
本文探讨局域网限制上网软件中访问控制列表(ACL)的应用,分析其通过规则匹配管理网络资源访问的核心机制。基于C++实现ACL算法原型,展示其灵活性与安全性。文中强调ACL在企业与教育场景下的重要作用,并提出性能优化及结合机器学习等未来研究方向。
119 4
|
5月前
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
157 17
|
4月前
|
机器学习/深度学习 存储 算法
基于 C++ 布隆过滤器算法的局域网上网行为控制:URL 访问过滤的高效实现研究
本文探讨了一种基于布隆过滤器的局域网上网行为控制方法,旨在解决传统黑白名单机制在处理海量URL数据时存储与查询效率低的问题。通过C++实现URL访问过滤功能,实验表明该方法可将内存占用降至传统方案的八分之一,查询速度提升约40%,假阳性率可控。研究为优化企业网络管理提供了新思路,并提出结合机器学习、改进哈希函数及分布式协同等未来优化方向。
105 0
|
18天前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
129 3
|
22天前
|
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)
|
12天前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
下一篇
oss教程