算法 - 1

作者: Kris_lee | 来源:发表于2018-04-16 16:27 被阅读12次

<h3 id="1">快速排序</h3>

  • 分而治之的一种思想
  • 能够快递进行排序,相比选择排序要高效的多。实属优雅代码的典范。

<h4 id="1.1">学习分而治之</h4>
D&C算法

  • 找出简单的基线条件;
  • 确定如何缩小问题的规模,使其符合基线条件;

(D&C并非可用与解决问题的算法,而是一种解决问题的思路)

图1

如图,我们想要找到一个可以平均分配该土地并且都是正方形的方法,这样,我们可以通过 数据的思想,首先-先找到 1680和640的最大公约数。不难发现,这个最大公约数就是我们想要得到的答案。那么这个最大公约数其实也是 这里的基线条件。

<h4 id="1.2">快速排序的Demo方法</h4>


        function quickSort(arr){
            //如果数组<=1,则直接返回
            if(arr.length<=1){return arr;}
            var pivotIndex=Math.floor(arr.length/2);
            //找基准,并把基准从原数组删除
            var pivot=arr.splice(pivotIndex,1)[0];
            //定义左右数组
            var left=[];
            var right=[];

            //比基准小的放在left,比基准大的放在right
            for(var i=0;i<arr.length;i++){
                if(arr[i]<=pivot){
                    left.push(arr[i]);
                }
                else{
                    right.push(arr[i]);
                }
            }
            //递归
            return quickSort(left).concat([pivot],quickSort(right));
        }  


        function test(){
        
            let arr = [1,5,6,3,7,0];
            console.log(quickSort(arr));
        }
        
        test();
        

<h4 id="1.3">快速排序的图解</h4>

快速排序.png

<h3 id="2">二分查找</h3>

  • 限定元素区间
  • 待查找元素在区间的某个位置吗
  • 不在。
  • 那么看看待查找元素是不是在当前未知的左边或右边

<h4 id="2.1">二分概念</h4>

二分查找是一种快速从一个有序数组中找到某个元素未知的查找,这点有点类似于猜数字游戏,通过不断的询问是大于还是小于这样的问题,最终猜出目标数字;

<h4 id="2.2">二分图解</h4>

二分查找.png

<h4 id="2.3">二分demo</h4>

function binary_search(arr,low,high,key){
    
    if (low > high) { return -1}
        var mid = parseInt(high+low)/2;

    if(arr[mid] == key){
        return mid;
    }else if(arr[mid] > key){
        high = mid-1;
        return binary_search(arr, low, high, key);
    }else if(arr[mid] < key){
        low = mid +1;
        return binary_search(arr, low, high, key);
    }

}

<h3 id="3">归并排序</h3>

  • 把元素分成两部分,对每一个部分采用递归的归并排序
  • 比较已经排好序的元素
  • 合并已经排好序的元素
  • 排序完毕

<h4 id="3.1"> 归并排序概念</h4>
归并排序也是一种“分而治之”的递归算法
<h4 id="3.2"> 归并排序图解</h4>

归并排序.png

<h4 id="3.3"> 归并排序demo</h4>


    function merge(left, right) {  
    var result = [];  
    while(left.length > 0 && right.length > 0) {  
       if(left[0] < right[0]) {  
           result.push(left.shift());  
       }  
       else {  
           result.push(right.shift());  
       }  
   }  
   /* 当左右数组长度不等.将比较完后剩下的数组项链接起来即可 */  
   return result.concat(left).concat(right);  
}  
    function mergeSort(arr){  
        if(arr.length==1) {return arr};  
        var mid=Math.floor(arr.length/2);  
        var left_arr=arr.slice(0,mid),right_arr=arr.slice(mid);  
        return merge(mergeSort(left_arr),mergeSort(right_arr));  
    }  
    

<h3 id="4">冒泡排序</h3>
解析:

  • 1.比较相邻的两个元素,如果前一个比后一个大,则交换位置。

  • 2.第一轮的时候最后一个元素应该是最大的一个。

  • 3.按照步骤一的方法进行相邻两个元素的比较,这个时候由于最后一个元素已经是最大的了,所以最后一个元素不用比较。

<h4 id="4.1">冒泡排序的Demo实现</h4>

function sortArr(arr,type){
   for(let i = 0; i < arr.length - 1;i++){
        for(let j=0;j < arr.length -i-1;j++){
            if(arr[j]>arr[j+1]){
                var temp = arr[j];
                arr[j] = arr[j+1];
                arr[j+1] = temp;
            }
        }
   }
   if(type){
    arr.reverse();
   }
}

<h4 id="4.2">冒泡排序的图解</h4>

冒泡排序.png

<h3 id="5">总结</h3>

这里还有更多排序方式和方法;这里归纳的一些复杂度;之后会慢慢总结整理出来

排序复杂度.png

相关文章

  • 路径规划文集

    1、最短路径规划算法——A*算法 1)A*算法原理形象阐释; 2)A*算法原理;

  • 大数据实例 | 你想知道搜索引擎排名怎么来的嘛---PageRa

    目录 什么是PageRank算法 算法原理(1) 算法原理(2) 看论文推荐 1. 什么是PageRank算法 P...

  • 算法1

    前言:重新复习算法相关内容,随便找了本算法书,记录一下心得,书名是《算法设计与分析——C++语言描述》,陈慧南编著...

  • 算法 - 1

    1. 快速排序1.1 学习分而治之1.2 快速排序的Demo方法1.3 快速排序的图解 2. 二分查找2.1 二分...

  • 算法(1)

    算法: 第一讲: 1.快速解决问题的能力2.分析问题的能力(时间复杂度和空间复杂度)3.沟通能力(统一专业术语) ...

  • 算法 1

    算法 merge-two-sorted-lists 解决办法: 递归 解决方法:backtracking solu...

  • [算法] 1

    矩阵从一个点出发,沿一个方向(八个方向)连续求和,不折返,求和最大的起点、方向、长度和最大和。假定: 矩阵起点[0...

  • 算法(1)

    算法定义:算法是解决特定问题求解步骤的描述,在计算机中表现为指令的有限序列,并且每条指令表示一个或多个操作。通俗来...

  • 算法1

    这里是我算法练习的一些例子,当作思维训练,题目来主要来自自剑指offer,我用python作为实现语言,个别可能没...

  • 算法1

    //最优解法 时间复杂度o(n),空间复杂度o(1)不需要分配空间 //其它解法 排序//hash

网友评论

    本文标题:算法 - 1

    本文链接:https://www.haomeiwen.com/subject/mbyekftx.html