赞
踩
算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
输入: 算法具有0个或多个输入
输出: 算法至少有1个或多个输出
有穷性: 算法在有限的步骤之后会自动结束而不会无限循环,并且每一个步骤可以在可接受的时间内完成
确定性:算法中的每一步都有确定的含义,不会出现二义性
可行性:算法的每一步都是可行的,也就是说每一步都能够执行有限的次数完
同一问题可用不同算法解决,而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。
时间复杂度:
算法的时间复杂度是指执行算法所需要的计算工作量。一般来说,计算机算法是问题规模n 的函数f(n),算法的时间复杂度也因此记做。
T(n)=Ο(f(n))
因此,问题的规模n 越大,算法执行的时间的增长率与f(n) 的增长率正相关,称作渐进时间复杂度(Asymptotic Time Complexity)。
空间复杂度:
算法的空间复杂度是指算法需要消耗的内存空间。其计算和表示方法与时间复杂度类似,一般都用复杂度的渐近性来表示。同时间复杂度相比,空间复杂度的分析要简单得多。
正确性:
算法的正确性是评价一个算法优劣的最重要的标准。
可读性:
算法的可读性是指一个算法可供人们阅读的容易程度。
健壮性:
健壮性是指一个算法对不合理数据输入的反应能力和处理能力,也称为容错性。
时间复杂度:由于计算机的性能不同,无法准确统计出算法执行所需要的时间。
因此我们用算法执行的次数来代表算法的时间复杂度,O(公式),一般忽略常数。
常见的时间复杂度: // O(1) printf("%d",i); // O(logn) for(int i=n; i>=0; i=i/2) { printf("%d",i); } // O(n) for(int i=0; i<n; i++) { printf("%d",i); } // O(nlogn) for(int j=0; j<n; j++) { for(int i=n; i>=0; i=i/2) { printf("%d",i); } } // O(n^2) for(int i=0; i<n; i++) { for(int j=0; j<n; j++) { printf("%d",i*j); } }
对待查找的数据没有要求,时间复杂度: O(n)
对待查找的数据必须有序,时间复杂度: O(logn)
是一种数据处理的思想,不是特定的算法,当数据量过多时,可以先把数据进行分块处理,然后再进行查找,例如英语词典。
数据 经过哈希函数 计算出数据在哈希表中的位置,然后标记,方便之后的查找,它的时间复试度最快能达到:O(1)。
但是该算法有很大局限性,不适合浮点型、字符串型数据,需要额外的存储空间,空间复杂度高,是一种典型的用空间换取时间的算法。
哈希函数设计方法:
直接定址法:把数据直接当作数组的下标。
数字分析法:分析数据的特点来设计哈希,常用的方法就是找到最大值与最小值,最大值-最小值+1来确定哈希表的长度,数据-最小值访问哈希表。
#include <stdio.h> #include <stdlib.h> #include <stdbool.h> #define LEN 10 #define swap(a,b) {typeof(a) t=a; a=b; b=t;} #define show_arr(arr,len) {for(int i=0; i<len; printf("%d ",arr[i++]));printf("\n");} int order_search(int* arr,int len,int key) { for(int i=0; i<len; i++) { if(arr[i] == key) { return i; } } return -1; } void sort(int* arr,int len) { for(int i=0; i<len-1; i++) { for(int j=i+1; j<len; j++) { if(arr[i] > arr[j]) { swap(arr[i],arr[j]); } } } } // 循环二分 int binary_search_for(int* arr,int len,int key) { int l = 0 , r = len-1; while(l<=r) { int p = (l+r)/2; if(arr[p] == key) return p; if(key < arr[p]) r = p-1; else l = p+1; } return -1; } bool hash_search(int* arr,int len,int key) { int max = arr[0] , min = arr[len-1]; for(int i=1; i<len-1; i++) { if(arr[i] > max) max = arr[i]; if(arr[i] < min) min = arr[i]; } // 创建哈希表 int hash[max-min+1] = {}; // 标记 for(int i=0; i<len; i++) { hash[arr[i]-min]++; } // 查找 return hash[key-min]; } int _binary_search(int* arr,int l,int r,int key) { if(l > r) return -1; int p = (l+r)/2; if(arr[p] == key) return p; if(key < arr[p]) return _binary_search(arr,l,p-1,key); else return _binary_search(arr,p+1,r,key); } // 递归二分 int binary_search(int* arr,int len,int key) { return _binary_search(arr,0,len-1,key); } int main() { int arr[LEN] = {}; for(int i=0; i<LEN; i++) { arr[i] = rand()%100; } printf("order search:%d\n",order_search(arr,LEN,15)); sort(arr,LEN); show_arr(arr,LEN); printf("binary search:%d\n",binary_search_for(arr,LEN,100)); }
数据左右进行比较,把最大的数据交换到最后,特点是该算法对数据的有序性敏感,在排序过程中可以立即发现已经完成。
时间复杂度:O(n),O(n^2)
稳定
假定最开始的位置是最小值并记录下标min,然后与后面的数据进行比较,如果有比以min为下标的数据小的则min的更新,最后如果min的如果发生改变,则交换min与最开始位置的数据,虽然时间复杂度挺高的,但数据交换的次数比较小,因此实际运行速度并不慢(数据交换比数据比较耗时)。
时间复杂度:O(n^2)
不稳定
把数据看作两部分,一分部是有序,把剩余的数据逐个插入进行,适合对已经排序后的数据,新增数据并排序。
时间复杂度:O(n^2)
稳定
是插入排序的增加版,由于插入排序时,数据移动的速度比较发慢,所以增加了增量的概念,以此来提高排序速度。
时间复杂度:O(nlogn)
不稳定
找到一个标杆,一面从左找比标杆大的数据,找到后把放在标杆的右边,另一个从右边找比标杆小的数据,找到后把放在标杆的左边,最终标杆左边的数据都比它小,右边的数据都比它大,这样就整体有序,然后按同样的方法排序标杆左边的数据和标杆右边的数据。
它的综合性能最高,因此叫快速排序,笔试时考的最多的排序。
时间复杂度:O(nlogn)
不稳定
先一组把数据拆分成单独的个体,然后按从小到大的顺序进行合并,由于需要使用额外的内存空间因此避免的数据交换的耗时,也是一种典型的用空间换取时间的算法,可递归实现也可以循环实现。
时间复杂度:O(nlogn)
稳定
把数据当作完全二叉树,然后树中调整为大根树,然后把根节点交换到最后,然后数量–,然后再调整为大根树,直到数量为1时结束,可递归实现也可以循环实现。
时间复杂度:O(nlogn)
不稳定
找出数据中的最大值和最小值,创建哈希表,把数据-最小值当作数组中的下标访问哈希表并标记数量,然后遍历哈希表,当表中的值大于时,把下标+最小值依次放入数组中,是一种典型的用空间换取时间的算法。
该排序算法理论上速度非常快,但有很大局限性,适合排序整型数据,而且数据的差值不宜过大,否则会非常浪费内存,数据越平均、重复数越多,性价比越高。
时间复杂度:O(n+k);
稳定
把数据根据值,存储到不同桶中,然后再调用其它排序函数,对桶中的数据进行排序,然后再拷贝到数组中,以到降低排序规模来提高排序的时间,是一种典型的用空间换取时间的算法。
时间复杂度:O(n+k);
稳定
是桶排序的具体实现,首先创建10个队列(队列),然后逆序计算出数据的个十百… 然后压入到对应的队列中,然后再从队列中弹出存储的数组中,当下标为0队列中有len个数据时,排序结束。
时间复杂度:O(n+k);
稳定
#include <stdio.h> #include <string.h> #include <stdlib.h> #include <stdbool.h> #include <math.h> #include "list_queue.h" #define LEN 15 #define swap(a,b) {typeof(a) t=a; a=b; b=t;} void show_arr(TYPE* arr,size_t len) { for(int i=0; i<len; printf("%02d ",arr[i++])); } typedef void (*SortFP)(TYPE*,size_t); // 冒泡排序 void bubble_sort(TYPE* arr,size_t len) { bool flag = true; for(int i=len-1; i>0 && flag; i--) { flag = false; for(int j=0; j<i; j++) { if(arr[j] > arr[j+1]) { swap(arr[j],arr[j+1]); flag = true; } } } show_arr(arr,len); printf(":%s\n",__func__); } // 选择排序 void select_sort(TYPE* arr,size_t len) { for(int i=0; i<len-1; i++) { int min = i; for(int j=i+1; j<len; j++) { if(arr[j] < arr[min]) min = j; } if(i != min) swap(arr[i],arr[min]); } show_arr(arr,len); printf(":%s\n",__func__); } // 插入排序 void insert_sort(TYPE* arr,size_t len) { for(int i=1,j=0; i<len; i++) { int val = arr[i]; for(j=i; j>0 && arr[j-1] > val; j--) { arr[j] = arr[j-1]; } if(j != i) arr[j] = val; } show_arr(arr,len); printf(":%s\n",__func__); } // 希尔排序 void shell_sort(TYPE* arr,size_t len) { for(int k=len/2; k>0; k/=2) { for(int i=k,j=0; i<len; i++) { int val = arr[i]; for(j=i; j-k>=0 && arr[j-k] > val; j-=k) { arr[j] = arr[j-k]; } if(j != i) arr[j] = val; } } show_arr(arr,len); printf(":%s\n",__func__); } void _quick_sort(TYPE* arr,int left,int right) { if(left >= right) return; int l=left,r=right; TYPE pv = arr[l]; while(l<r) { while(l<r && arr[r] >= pv) r--; arr[l] = arr[r]; while(l<r && arr[l] <= pv) l++; arr[r] = arr[l]; } arr[l] = pv; _quick_sort(arr,left,l-1); _quick_sort(arr,l+1,right); } void quick_sort(TYPE* arr,size_t len) { _quick_sort(arr,0,len-1); show_arr(arr,len); printf(":%s\n",__func__); } // 合并 void merge(TYPE* arr,TYPE* tmp,int l ,int p , int r) { if(arr[p] < arr[p+1]) return; int k = l , i = l , j = p+1; while(i<=p && j<=r) { if(arr[i] < arr[j]) tmp[k++] = arr[i++]; else tmp[k++] = arr[j++]; } while(i<=p) tmp[k++] = arr[i++]; while(j<=r) tmp[k++] = arr[j++]; //while(l<=r) arr[l] = tmp[l++]; memcpy(arr+l,tmp+l,sizeof(TYPE)*(r-l+1)); } // 拆分 void _merge_sort(TYPE* arr,TYPE* tmp,int l,int r) { if(l >= r) return; int p = (l+r)/2; _merge_sort(arr,tmp,l,p); _merge_sort(arr,tmp,p+1,r); merge(arr,tmp,l,p,r); } // 归并 void merge_sort(TYPE* arr,size_t len) { TYPE* tmp = malloc(sizeof(TYPE)*len); _merge_sort(arr,tmp,0,len-1); free(tmp); show_arr(arr,len); printf(":%s\n",__func__); } void merge_for_sort(TYPE* arr,size_t len) { TYPE* tmp = malloc(sizeof(TYPE)*len); TYPE* src = arr , *des = tmp; for(int s=1; s<len; s*=2) { for(int l=0; l<len; l+=s*2) { int r = (l+s*2<len)?l+s*2:len; int p = (l+s<len)?l+s:len; int k = l , i = l , j = p; while(i<p && j<r) { if(src[i] < src[j]) des[k++] = src[i++]; else des[k++] = src[j++]; } while(i<p) des[k++] = src[i++]; while(j<r) des[k++] = src[j++]; } swap(des,src); } if(src != arr) memcpy(arr,src,sizeof(TYPE)*len); free(tmp); show_arr(arr,len); printf(":%s\n",__func__); } void create_heap(TYPE* arr,int root,size_t len) { if(root >= len) return; int left = root*2+1 , right = root*2+2; create_heap(arr,left,len); create_heap(arr,right,len); if(right < len && arr[left] < arr[right]) swap(arr[left],arr[right]); if(left < len && arr[root] < arr[left]) swap(arr[root],arr[left]); } void heap_sort(TYPE* arr,size_t len) { create_heap(arr,0,len); for(int i=len-1; i>0; i--) { swap(arr[0],arr[i]); create_heap(arr,0,i); } show_arr(arr,len); printf(":%s\n",__func__); } void heap_for_sort(TYPE* arr,size_t len) { for(int i=len-1; i>0; i--) { int p = (i+1)/2-1; if(arr[i] > arr[p]) swap(arr[i],arr[p]); } show_arr(arr,len); printf("\n"); for(int i=len-1; i>0; i--) { swap(arr[0],arr[i]); for(int j=0; j<i; j++) { if(j*2+2<i && arr[j*2+1]<arr[j*2+2]) { swap(arr[j*2+1],arr[j*2+2]) } if(j*2+1<i && arr[j]<arr[j*2+1]) { swap(arr[j],arr[j*2+1]) } } } show_arr(arr,len); printf(":%s\n",__func__); } void count_sort(TYPE* arr,size_t len) { TYPE min = arr[0] , max = arr[len-1]; for(int i=0; i<len; i++) { if(arr[i] < min) min = arr[i]; if(arr[i] > max) max = arr[i]; } TYPE* tmp = calloc(sizeof(TYPE),max-min+1); for(int i=0; i<len; i++) { tmp[arr[i]-min]++; } for(int i=0,j=0; i<=max-min; i++) { while(tmp[i]--) { arr[j++] = i+min; } } free(tmp); show_arr(arr,len); printf(":%s\n",__func__); } void _bucket_sort(TYPE* arr,size_t len,int cnt,TYPE range) { TYPE* bucket[cnt],*bucketed[cnt]; for(int i=0; i<cnt; i++) { bucket[i] = malloc(sizeof(TYPE)*len); bucketed[i] = bucket[i]; } for(int i=0; i<len; i++) { for(int j=0; j<cnt; j++) { if(range*j<=arr[i] && arr[i]<range*(j+1)) { *(bucketed[j]) = arr[i]; bucketed[j]++; } } } for(int i=0; i<cnt; i++) { int size = bucketed[i]-bucket[i]; if(size > 1) count_sort(bucket[i],size); memcpy(arr,bucket[i],sizeof(TYPE)*size); arr += size; free(bucket[i]); } } void bucket_sort(TYPE* arr,size_t len) { _bucket_sort(arr,len,4,25); show_arr(arr,len); printf(":%s\n",__func__); } void radix_sort(TYPE* arr,size_t len) { ListQueue* queue[10] = {}; for(int i=0; i<10; i++) { queue[i] = create_list_queue(); } for(int i=1; i<=10&&size_list_queue(queue[0])<len; i++) { int mod = pow(10,i); int div = mod / 10; for(int j=0; j<len; j++) { int index = arr[j]%mod/div; push_list_queue(queue[index],arr[j]); } int k = 0; for(int j=0; j<10; j++) { while(!empty_list_queue(queue[j])) { arr[k++] = head_list_queue(queue[j]); pop_list_queue(queue[j]); } } } for(int i=0; i<10; i++) { destory_list_queue(queue[i]); } show_arr(arr,len); printf(":%s\n",__func__); } int main() { TYPE arr[LEN] = {}; SortFP sort[] = {bubble_sort,select_sort,insert_sort,shell_sort,quick_sort,merge_sort,merge_for_sort,heap_sort,heap_for_sort,count_sort,bucket_sort,radix_sort}; for(int i=0; i<sizeof(sort)/sizeof(sort[0]); i++) { for(int j=0; j<LEN; j++) { arr[j] = rand()%100; printf("---"); } printf("\n"); show_arr(arr,LEN); printf(":排序前\n"); sort[i](arr,LEN); } }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。