【分治】【递归】求最接近元素

#include
#include
using namespace std;

vectorvec;

int fen(int begin1, int end1, int k)
{
if (begin1 < end1)
{
int mid = (begin1 + end1) / 2;

	int kk;
	if (vec[mid] > k)
	{
		kk = fen(begin1, mid-1, k);

		if (kk != -1)
		{
			return kk;
		}else
		{
		    return mid;
		}
	}
	else if (vec[mid] < k)
	{
		kk = fen(mid+1, end1, k);
		if (kk != -1)
		{
			return kk;
		}
	}
	else
	{
		return mid;
	}
}
else if (begin1 == end1)
{
	if (vec[begin1] > k)
	{
		return begin1;
	}
}

return -1;

}

int main()
{
int n;
cin >> n;

for (int i = 0; i < n; i++)
{
	int q;
	cin >> q;
	vec.push_back(q);
}

int m;

cin >> m;

while (m--)
{
	int k;
	cin >> k;

	if (k <= vec[0])
	{
		cout << vec[0] << endl;
		continue;
	}
	else if(k >= vec[vec.size() - 1])
	{
		cout << vec[vec.size() - 1] << endl;
		continue;

	}
	else
	{
		int kk = fen(0, vec.size()-1, k);



		if (abs(vec[kk - 1] - k) <= abs(vec[kk]-k))
		{
			cout << vec[kk - 1] << endl;
			continue;
		}
		else
		{
			cout << vec[kk] << endl;
			continue;
		}

	}
}

}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,快速排序是一种基于分治思想的排序算法,它的基本思路是:将一个大问题分解成若干个小问题,分别解决这些小问题,最终将这些小问题的解整合起来得到原问题的解。 具体来说,快速排序的实现过程如下: 1. 选取一个基准元素(pivot),一般选择数组的第一个元素。 2. 将数组中小于等于基准元素的数放到基准元素的左边,大于基准元素的数放到右边。 3. 对基准元素左边的子数组和右边的子数组分别递归进行步骤1和步骤2,直到子数组的长度为1或0。 下面是用 Python 语言实现快速排序的代码: ```python def quick_sort(arr): if len(arr) <= 1: return arr else: pivot = arr[0] left = [x for x in arr[1:] if x <= pivot] right = [x for x in arr[1:] if x > pivot] return quick_sort(left) + [pivot] + quick_sort(right) ``` 在这个代码中,我们首先检查数组的长度是否小于等于1,如果是,直接返回该数组。否则,我们选择数组的第一个元素作为基准元素,然后根据基准元素将数组分成两个子数组:左边的子数组包含小于等于基准元素元素,右边的子数组包含大于基准元素元素。最后,我们对左边的子数组和右边的子数组分别递归调用快速排序函数,然后将它们和基准元素拼接起来得到最终的排序结果。 总之,快速排序算法是一个高效的排序算法,它的时间复杂度为O(nlogn),其中n是待排序数组的长度。通过分治思想,我们可以将一个大规模的排序问题转化为若干个小规模的排序问题,从而提高排序算法的效率。 ### 回答2: 快速排序算法是一种基于分治思想的排序算法。它将一个数组划分为两个子数组,其中一个子数组的所有元素都小于另一个子数组的所有元素,并对子数组进行递归排序。下面是使用分治法实现快速排序算法的步骤: 1.选择一个基准元素。一般选择数组的第一个元素。 2.将数组分成两个子数组。一个子数组包含所有小于基准元素元素,另一个子数组包含所有大于基准元素元素。基准元素将位于两个子数组之间。 3.递归地对两个子数组进行快速排序。 4.合并两个子数组和基准元素,得到排序后的数组。 下面是使用递归思想实现快速排序的例子: ```python def quickSort(arr): if len(arr) <= 1: return arr pivot = arr[0] # 选择第一个元素作为基准 less = [x for x in arr[1:] if x <= pivot] # 小于等于基准的子数组 greater = [x for x in arr[1:] if x > pivot] # 大于基准的子数组 return quickSort(less) + [pivot] + quickSort(greater) # 递归排序并合并子数组和基准元素 ``` 这样,我们就通过分治法实现了快速排序算法。快速排序的时间复杂度为O(nlogn),其中n是数组的长度。递归调用的空间复杂度为O(logn)。快速排序是一种常用的高效排序算法,因为它的平均时间复杂度较低。 ### 回答3: 快速排序是一种常用的排序算法,使用分治法的思想进行实现。其主要分为三个步骤:选择一个基准元素,将数组分割成两部分,一部分所有元素小于基准元素,另一部分所有元素大于基准元素,然后递归对两个子数组进行排序。 具体实现步骤如下: 1. 选择一个基准元素,一般我们选择数组的第一个元素。 2. 设定两个指针left和right分别指向数组的第一个和最后一个元素。 3. 当left指针小于right指针时,进行以下操作: a. 从right指针开始向左扫描,直到找到一个小于基准元素元素,将其与基准元素交换。 b. 从left指针开始向右扫描,直到找到一个大于基准元素元素,将其与基准元素交换。 c. 重复步骤a和b,直到left指针大于right指针。 4. 此时基准元素左边的子数组元素都小于基准元素,右边的子数组元素都大于基准元素。将左边的子数组和右边的子数组分别递归调用快速排序算法,直到每个子数组只有一个元素为止。 5. 最终得到一个有序的数组。 由于快速排序使用了递归的思想,所以在实现时需要注意递归的退出条件。一般情况下,递归退出的条件是子数组中只有一个元素或者为空数组。 快速排序算法的时间复杂度为O(nlogn),其中n为数组的大小。这是因为每次划分时,都能将数组分成规模接近一半的两个子数组,所以进行对数级别的次数划分,整个算法的时间复杂度就是O(nlogn)。此外,快速排序是原地排序算法,不需要额外的存储空间。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值