算法基础与排序

简介: 算法(Algorithm):一个计算过程,解决问题的方法程序等于数据结构加算法数据结构表现在python中,就是列表,元组,字典和集合等,就是变量和对象等程序的运行过程就是靠算法,一个函数就是一个算法参数就是输入经过算法,算法基础之递归递归有两个特点: 调用自身 必...

算法(Algorithm):一个计算过程,解决问题的方法

程序等于数据结构加算法

数据结构表现在python中,就是列表,元组,字典和集合等,就是变量和对象等

程序的运行过程就是靠算法,一个函数就是一个算法

参数就是输入经过算法,

img_b90cd01711e441d89422df8a77715eb2.png

算法基础之递归

递归有两个特点:
    调用自身
    必须要有结束条件

例子一

    def func1(x):
        if x>0:
            print("func1:",x)
            func1(x-1)
    
    def func2(x):
        if x>0:
            func2(x-1)
            print("func2:",x)

输入结果:

func1: 5
func1: 4
func1: 3
func1: 2
func1: 1

func2: 1
func2: 2
func2: 3
func2: 4
func2: 5

递归之斐波那契数列

    def fibo_func(x):
    
        if x==1 or x==2:
            print(1)
        else:
            return fibo_func(x-1) + fibo_func(x-2)
    
    res=fibo_func(10)

算法基础之列表查找

列表查找:从列表中查找指定的元素
输入:列表,待查找元素
输出:元素下标或未查找到元素

顺序查找:从列表的第一个元素开始,顺序进行搜索,直到找到为止

    l1=[5,7,4,6,3,1,2,9,8]
    
    def liner_search(data_set,val):
        for i in range(len(data_set)):
            if data_set[i]==val:
                return i
        return
    
    print(liner_search(l1,6))

二分查找

从有序列表的候选区data[0:n]开始,通过对待查找的值与候选区中间值的比较,可以使候选区减少一半

    l1=[5,7,4,6,3,1,2,9,8]
    
    def bin_search(data_set,val):
        low=0
        high=len(data_set)-1
    
        while low <= high:
            mid=(low+high)//2
    
            if data_set[mid]==val:
                return mid
            elif data_set[mid] > val:
                high=mid-1
    
            else:
                low=mid +1
    
            return
    
    print(bin_search(l1,3))

二分查找的递归版本

    def bin_search_rec(data_set,val,low,high):
        if low <= high:
            mid=(low+high)//2
    
            if data_set[mid] ==val:
                return mid
            elif data_set[mid] >val:
                return bin_search_rec(data_set,val,low,mid-1)
            else:
                return bin_search_rec(data_set,val,mid+1,high)
    
        else:
            return
目录
相关文章
|
6月前
|
算法 C++
【洛谷 P1223】排队接水(贪心算法+结构体排序)
该问题要求安排$n$个人的排队顺序以最小化平均等待时间。每个人接水需时$T_i$,解决方案是让接水时间短的人优先。给定$n\leq1000$和$t_i\leq10^6$,代码示例使用C++实现,通过排序使时间从小到大排列,然后计算平均等待时间。样例输入为10个人的时间数组,输出为优化后的排队顺序及平均等待时间(291.90)。
53 0
|
4月前
|
算法
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
|
19天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(上)(c语言实现)(附源码)
本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。
63 8
|
19天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
58 7
|
2月前
|
搜索推荐 Shell
解析排序算法:十大排序方法的工作原理与性能比较
解析排序算法:十大排序方法的工作原理与性能比较
53 9
|
2月前
|
算法 搜索推荐 Java
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
基数排序是一种稳定的排序算法,通过将数字按位数切割并分配到不同的桶中,以空间换时间的方式实现快速排序,但占用内存较大,不适合含有负数的数组。
25 0
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
|
2月前
|
算法
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
32 0
|
2月前
|
存储 算法 搜索推荐
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
73 0
|
4月前
|
搜索推荐 算法 Java
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
该博客文章通过UML类图和Java源码示例,展示了如何使用适配器模式将QuickSort类和BinarySearch类的排序和查找功能适配到DataOperation接口中,实现算法的解耦和复用。
44 1
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
|
4月前
|
算法 搜索推荐 Java
算法实战:手写归并排序,让复杂排序变简单!
归并排序是一种基于“分治法”的经典算法,通过递归分割和合并数组,实现O(n log n)的高效排序。本文将通过Java手写代码,详细讲解归并排序的原理及实现,帮助你快速掌握这一实用算法。
42 0
下一篇
无影云桌面