STL --- 四、算法 Algorithms

目录

1、Algorithms算法的概述和分类

2、Algorithms 常用算法的介绍和使用

3、Algorithms 算法的时间复杂度和空间复杂度


1、Algorithms算法的概述和分类

算法是C++ STL(标准模板库)中的算法库,提供了大量的算法函数,可用于各种容器(如数组、向量、列表、集合等)的操作。这些算法函数可以大大简化程序员的编程工作,同时提高代码的可读性和可维护性。

算法可以被分为以下几类:

(1)排序算法:排序算法是将一组数据按照某种规则进行排序的算法。常见的排序算法有冒泡排序、选择排序、插入排序、归并排序、快速排序等。

(2)查找算法:查找算法是在一个数据集合中查找某个特定的元素的算法。常见的查找算法有线性查找、二分查找、哈希查找等。

(3)图算法:图算法是指在图结构中解决问题的算法。常见的图算法有最短路径算法、最小生成树算法、拓扑排序算法等。

(4)动态规划算法:动态规划算法是一种解决多阶段决策问题的算法。常见的动态规划算法有背包问题、最长公共子序列问题等。

(5)分治算法:分治算法是一种将问题分解成小的子问题,然后递归地解决这些子问题的算法。常见的分治算法有归并排序、快速排序等。

(6)贪心算法:贪心算法是一种通过贪心的方式来解决问题的算法。贪心算法通常会作出当下最优的选择,而不考虑对未来可能产生的影响。常见的贪心算法有最小生成树算法、背包问题等。

(7)回溯算法:回溯算法是一种通过回溯的方式来解决问题的算法。回溯算法通常会穷举所有的解空间,然后找到符合要求的解。常见的回溯算法有八皇后问题、数独问题等。

2、Algorithms 常用算法的介绍和使用

(1)常用算法:

#include <algorithm>

1. sort:对一个序列进行排序
2. find:在一个序列中查找指定元素
3. count:统计一个序列中某个元素的个数
4. max_element:找到一个序列中的最大元素
5. min_element:找到一个序列中的最小元素
6. accumulate:对一个序列中的元素进行累加
7. reverse:将一个序列进行反转
8. unique:将一个序列中的重复元素去重
9. fill:将一个序列中的所有元素设置为指定值
10. copy:将一个序列中的元素复制到另一个序列中
11. transform:对一个序列中的元素进行转换后,存储到另一个序列中
12. binary_search:在一个有序序列中查找指定元素
13. next_permutation:生成一个序列的下一个排列
14. prev_permutation:生成一个序列的上一个排列
15. partition:将一个序列分割成满足条件的两个部分

(2)使用STL Algorithms的步骤如下:

(1)引入头文件 #include <algorithm>
(2)调用相应的算法函数,例如sort()。
(3)将要排序的容器作为算法函数的参数。
(4)可以使用lambda表达式自定义排序规则。

例如,使用sort()函数对一个vector进行排序:

#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

int main()
{
    vector<int> nums = {9, 2, 7, 4, 5};
    sort(nums.begin(), nums.end());
    for(int i = 0; i < nums.size(); i++)
    {
        cout << nums[i] << " ";
    }
    return 0;
}

输出结果为:2 4 5 7 9。

以上述代码为例,我们使用了sort()函数对vector进行排序,sort()函数的参数是容器的begin()和end()迭代器,表示要排序的范围。最后,我们使用for循环遍历vector并输出排序后的结果。

3、Algorithms 算法的时间复杂度和空间复杂度

(1)时间复杂度(Time Complexity)是指算法执行所需要的时间,通常用算法的输入规模 n 表示,记为 T(n)。常见的时间复杂度包括 O(1)、O(logn)、O(n)、O(nlogn)、O(n²) 等,表示算法执行时间随着输入规模的增加而增加的程度。

(2)空间复杂度(Space Complexity)是指算法执行所需要的内存空间,也通常用输入规模 n 表示,记为 S(n)。常见的空间复杂度包括 O(1)、O(logn)、O(n)、O(nlogn)、O(n²) 等,表示算法执行所需要的内存空间随着输入规模的增加而增加的程度。

在实际编写程序时,时间复杂度和空间复杂度的选择往往需要根据具体问题来确定。对于时间要求比较严格的问题,需要选择时间复杂度较低的算法;对于空间要求比较严格的问题,需要选择空间复杂度较低的算法。

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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