网站设计 广州,帮别人做网站自己为什么会被抓,wordpress谷歌云,注册成立公司需要什么条件算法的奥秘#xff1a;种类、特性及应用详解#xff08;算法导论笔记1#xff09; 上期总结算法的种类和大致介绍#xff0c;这一期主要讲常见的六种算法详解以及演示。 排序算法#xff1a; 排序算法是一类用于对一组数据元素进行排序的算法。根据不同的排序方式和时间复… 算法的奥秘种类、特性及应用详解算法导论笔记1 上期总结算法的种类和大致介绍这一期主要讲常见的六种算法详解以及演示。 排序算法 排序算法是一类用于对一组数据元素进行排序的算法。根据不同的排序方式和时间复杂度有多种排序算法。常见的排序算法包括冒泡排序、选择排序、插入排序、快速排序、归并排序等。 冒泡排序通过不断比较相邻元素并交换顺序使得较大的元素逐渐“浮”到数组的末尾如同气泡一样。 选择排序每次从未排序的元素中选择最小或最大的元素放到已排序的末尾。 插入排序将未排序的元素一个个插入到已排序的数组中从而逐步形成排序好的数组。 快速排序通过选择一个基准元素将数组分成两部分一部分小于基准元素一部分大于基准元素然后递归地对这两部分继续进行快速排序。 快速排序算法的实现包括两个主要部分quickSort和partition。quickSort方法用于递归地排序子数组而partition方法则用于将数组分为两个子数组并返回基准元素的索引。在partition方法中我们选择数组的最后一个元素作为基准然后将小于等于基准的元素移到左边大于基准的元素移到右边。最后我们返回基准元素的索引以便在quickSort方法中进一步分割子数组。在示例用法中我们创建了一个包含七个整数的数组并对其进行快速排序。 归并排序采用分治策略将数组分成若干个子数组分别进行排序最后将排好序的子数组合并成完整的排好序的数组。 查找算法 查找算法用于在数据结构中查找特定元素。常见的查找算法包括线性查找和二分查找等。 线性查找从数据结构的一端开始逐个比较每个元素直到找到目标元素或遍历完整个数据结构。 二分查找在有序的数据结构中通过不断缩小查找范围来进行查找。首先确定查找范围的最左端和最右端然后根据目标元素与中间元素的比较结果来确定下一步查找的方向不断缩小查找范围直至找到目标元素或确定目标元素不存在为止。 二分查找算法是一种高效的查找算法它要求待查找的数组必须是有序的。该算法的基本思想是将数组分成两个部分然后根据目标元素与中间元素的比较结果将查找范围缩小一半。具体来说我们首先将查找范围设为整个数组然后通过比较目标元素与中间元素的大小不断将查找范围缩小直到找到目标元素或确定目标元素不存在为止。在示例用法中我们创建了一个包含五个整数的数组并使用二分查找算法查找目标元素5的位置。如果目标元素存在则输出其位置否则输出“目标元素不存在”。 图论算法 图论算法用于解决图论问题如最短路径、最小生成树、网络流等。常见的图论算法包括Dijkstra算法、Prim算法、Kruskal算法等。 Dijkstra算法用于求解单源最短路径问题给定一个有向图和一个起点求出从起点到图中所有其他节点的最短路径。 Prim算法用于求解最小生成树问题在一个无向加权图中找到一棵包含所有节点且权值和最小的树。 Kruskal算法用于求解最小生成树问题通过不断添加边来构建最小生成树直至所有节点都被覆盖。 动态规划算法 动态规划算法用于解决最优化问题通过将问题分解为若干个子问题并记录子问题的解从而避免重复计算提高求解效率。常见的动态规划算法包括背包问题、最大子段和问题等。 背包问题给定一组物品每种物品都有自己的重量和价值背包的总容量有限。求解如何选择物品放入背包使得背包内的总价值最大。最大子段和问题给定一个整数数组求解连续的子数组使得其和最大。 分治算法 分治算法将问题分解为若干个子问题分别解决这些子问题然后将子问题的解合并以得到原问题的解。常见的分治算法包括快速排序、归并排序等。 快速排序通过选择一个基准元素将数组分成两部分一部分小于基准元素一部分大于基准元素然后递归地对这两部分继续进行快速排序。最后将排好序的子数组合并成完整的排好序的数组。 归并排序采用分治策略将数组分成若干个子数组 贪心算法 贪心算法是一种解决问题的策略它的思想是每一步都选择当前情况最好或最优即最有利的选择希望通过这样的选择来得到全局最优解。这种算法在每一步中都只考虑当前情况下最好或最优的选择而不会考虑这样的选择会对后续的结果产生什么样的影响。 举个例子来说比如找零问题假设我们需要在钱币面额为100元、50元、20元、10元、5元和1元的钱柜中找零贪心算法会首先选择100元的钱币然后是50元以此类推直到我们找到足够的零钱。这种策略虽然不一定能找到最优解即使用最少数量的钱币但通常能找到一个接近最优解的结果。 贪心算法的优点在于它每一步的操作都非常简单明了也容易实现。同时由于它每一步都选择最优解所以它的时间复杂度通常比较低。但是贪心算法并不适用于所有问题有些问题使用贪心算法可能会得到局部最优解但不一定能得到全局最优解。因此当我们使用贪心算法时需要先判断它是否适用于当前的问题。 这个算法首先将硬币按照面值从大到小排序然后从面值最大的硬币开始找零尽可能多地使用这种硬币直到找零的金额无法再使用这种硬币为止。然后算法使用下一种面值较大的硬币重复上述过程直到找零的金额减到0为止。在实现中我们将硬币按照面值从大到小排序然后依次枚举每种硬币计算使用这种硬币能够找零多少金额然后将这种硬币加入结果列表中。重复这个过程直到找零的金额减到0为止。
