当前位置: 首页 > news >正文

数据结构强化篇

应用题

排序

在这里插入图片描述
在这里插入图片描述

插入排序

在这里插入图片描述

void InsertSort (ElemType A[], n int) {int i, j;for (i=2; i<=n; i++) //依次将 A[2]~A[n]插入前面已排序序列if (A[i]<A[i-1]) { //若 A[i]关键码小于其前驱,将 A[i]插入有序表A[0]=A[i]; //复制为哨兵,A[0]不存放元素for (j=i-1; A[0]<A[j]; --j) //从后往前查找待插入位置A[j+1]=A[j]; //向后挪位A[j+1]=A[0]; //复制到插入位置}
}

简单选择排序

思想:

每次从未排序的记录中选取最小关键字的记录,通过交换位置,加入已排序记录的末尾。

void SelectSort (ElemType A[], int n) {for (int i=0; i<n-1; i++) { //一共进行 n-1 趟int min=i;for (int j=i+1; j<n; j++) //在 A[i...n-1]中选择最小的元素if (A[j]<A[min]) min=j; //更新最小元素位置if (min!=i) swap (A[i],A[min]); //封装的 swap()函数共移动元素 3 次}
}

在这里插入图片描述

冒泡排序

  1. 从最后(最前)两个开始,两两比较,每次把最小的交换到前面。
  2. 每一趟都会确定一个元素的最终位置。
  3. 如果本趟和上一趟相同,就结束排序
  4. 是稳定的排序算法(两个元素大小相等不会交换)。
void BubbleSort (ElemType A[], int n) {for (int i=0; i<n-1; i++) {bool flag=false; //表示本趟冒泡是否发生交换的标志for (int j=n-1; j>i; j--) //一趟冒泡过程if (A[j-1]>A[j]) {swap(A[j-1],A[j]); //使用封装的 swap 函数交换flag=true;}if (flag==false) return; //本趟遍历后没有发生交换,说明表已经有序}
}

快速排序

思想:

  1. 从待排序的元素中选取一个基准元素,将所有比基准元素大的,放在右边,小的,放在左边。
  2. 先移动hight, 当找到小于基准元素的元素时,就将其放到low位置,然后再移动low,直到low==hight。
  3. 然后对左右两个子表进行递归。

效率分析:
快排的时间复杂度为 :n*递归深度
因此,快排的速度与递归搜索树的高度息息相关。


// 用第一个元素将待排序序列划分成左右两个部分
int Partition(int A[], int low, int high) {int pivot = A[low]; // 第一个元素作为枢轴while (low < high) { // 用 low、high 搜索枢轴的最终位置while (low < high && A[high] >= pivot) --high;A[low] = A[high]; // 比枢轴小的元素移动到左端while (low < high && A[low] <= pivot) ++low;A[high] = A[low]; // 比枢轴大的元素移动到右端}A[low] = pivot; // 枢轴元素存放到最终位置return low; // 返回存放枢轴的最终位置
}// 快速排序
void QuickSort(int A[], int low, int high) {if (low < high) { // 递归跳出的条件int pivotpos = Partition(A, low, high); // 划分QuickSort(A, low, pivotpos - 1); // 划分左子表QuickSort(A, pivotpos + 1, high); // 划分右子表}
}

归并排序

思想
在这里插入图片描述

  1. 假设两个有序序列,每次将i和j所指向元素中的最小元素插入k所指位置,k后移。
  2. 当一个序列所有元素插完后,就将另一个序列所有剩余元素插入到我们生成的有序序列末尾。
  3. 因此,当给我们一个无序序列时,我们可以先将所有元素两两一组,进行排序,然后递归合并。

代码实现

int *B = (int *)malloc(n * sizeof(int)); // 辅助数组B// A[low...mid]和A[mid+1...high]各自有序,将两个部分归并
void Merge(int A[], int low, int mid, int high) {int i, j, k;for (k = low; k <= high; k++) // 将A中所有元素复制到B中B[k] = A[k];for (i = low, j = mid + 1, k = i; i <= mid && j <= high; k++) {if (B[i] <= B[j])A[k] = B[i++]; // 将较小值复制到A中elseA[k] = B[j++];}// forwhile (i <= mid) A[k++] = B[i++];while (j <= high) A[k++] = B[j++];
}void MergeSort(int A[], int low, int high) {if (low < high) {int mid = (low + high) / 2; // 从中间划分MergeSort(A, low, mid); // 对左半部分归并排序MergeSort(A, mid + 1, high); // 对右半部分归并排序Merge(A, low, mid, high); // 归并}
}

效率分析
在这里插入图片描述

查找

在这里插入图片描述

线性探测法与链地址法区别:

线性探测法:空的位置也算一次比较,因为是用顺序表存储的,因此,空的位置实际上是用一个特殊元素标记,比较发现是表示空的元素,因此算一次比较。

链地址法:由于指针是不能进行比较的,所以当发现一个关键字后面的指针为空时,就不再进行比较。
在这里插入图片描述


http://www.mrgr.cn/news/100459.html

相关文章:

  • 【文心快码】确实有点东西!
  • 【Maven】特殊pom.xml配置文件 - BOM
  • uniapp: 低功耗蓝牙(BLE)的使用
  • 前端Vue项目处理跨域请求问题解决方案(后端未加cors),前端调后端
  • Day23-Web开发——Linux
  • Java安全之cc链学习集合
  • Win11 配置 Git 绑定 Github 账号的方法与问题汇总
  • 【Spring Boot】Maven中引入 springboot 相关依赖的方式
  • C#本地使用离线ocr库识别图片中文本,工具包PaddleOCRSharp
  • pytorch学习使用
  • Pycharm(十七)生成器
  • 常用的性能提升手段--提纲
  • 【玩转 JS 函数式编程_016】DIY 实战:巧用延续传递风格(CPS)重构倒计时特效逻辑
  • 手动实现legend 与 echarts图交互 通过元素和js事件实现图标某项的高亮 显示与隐藏
  • Android源码编译命令详解
  • 深入理解布隆过滤器:参数设定与优化
  • 论文导读 - 基于大规模测量与多任务深度学习的电子鼻系统实现目标识别、浓度预测与状态判断
  • C++ ——引用
  • 大模型应用实战:深入理解模型上下文协议 MCP
  • 2025 FIC wp