c
文章平均质量分 87
csdn_aspnet
这个作者很懒,什么都没留下…
展开
-
c语言 线性搜索与二分搜索
那么搜索目标项目的唯一方法就是从第一个位置开始,并将其与目标进行比较。否则,我们将转移到下一个位置。然而,在二分搜索中,一旦找到排序列表的中间,就将搜索量减少一半。O(1) – 二分查找算法只需要常数空间来存储低、高、中索引,不需要任何额外的数据结构,因此其辅助空间复杂度为 O(1)。O(n),其中 n 是输入数组的大小。最坏的情况是数组中不存在目标元素,并且该函数必须遍历整个数组才能找出该元素。O(log n) – 二分搜索算法在每一步将输入数组分成两半,将搜索空间减少一半,因此具有对数阶的时间复杂度。原创 2024-04-19 10:08:10 · 592 阅读 · 0 评论 -
c 语言 无处不在的二分搜索
给定一个由 N 个不同整数组成的数组,找到输入“key”的下限值。以下是可能的极端情况, —> 如果数组中的所有元素都小于 key,则左指针移动到最后一个元素。—> 如果数组中的所有元素都相等且原创 2024-04-17 10:05:12 · 1134 阅读 · 0 评论 -
c 语言 斐波那契搜索(Fibonacci Search)
设第(m-2)个斐波那契数为i,我们将arr[i]与x进行比较,如果x相同,则返回i。由于 fibMm2 标记了大约三分之一的数组,并且它标记的索引肯定是有效的,因此我们可以将 fibMm2 添加到 offset 并检查索引 i = min(offset + fibMm2, n) 处的元素。当我们继续寻找目标时,当我们的目标位于数组的较大 (2/3) 部分时,最坏的情况就会发生。斐波那契数被递归地定义为 F(n) = F(n-1) + F(n-2)、F(0) = 0、F(1) = 1。原创 2024-04-11 09:02:16 · 530 阅读 · 0 评论 -
c 语言 指数搜索(Exponential Search)
一旦我们找到一个索引 i(在重复将 i 加倍之后),我们就知道该元素必须存在于 i/2 和 i 之间(为什么是 i/2?因为我们在之前的迭代中找不到更大的值)下面给出的是上述步骤的实施。这个想法是从子数组大小 1 开始,将其最后一个元素与 x 进行比较,然后尝试大小 2,然后是 4,依此类推,直到子数组的最后一个元素不大于。上述二分查找的实现是递归的,需要 O(Log n) 空间。2、对于有界数组,以及当要搜索的元素更接近第一个元素时,它比二分搜索效果更好。搜索的元素 x,找到 x 在数组中的位置。原创 2024-04-07 10:05:11 · 772 阅读 · 0 评论 -
c 语言 插值搜索(Interpolation Search)
插值搜索是对实例二分搜索的改进,其中排序数组中的值是均匀分布的。另一方面,插值搜索可以根据正在搜索的键的值去不同的位置。线性插值采用两个数据点,我们假设为 (x1,y1) 和 (x2,y2),公式为:在点 (x,y) 处。我们假设数组的元素是线性分布的,直线的一般方程:y = m*x + c,y 是数组中的值,x 是其索引。给定一个由 n 个均匀分布值 arr[] 组成的排序数组,编写一个函数来搜索数组中的特定元素 x。当要搜索的元素更接近arr[hi]时,返回较高的pos值。原创 2024-04-04 17:04:36 · 698 阅读 · 0 评论 -
c 语言 跳转搜索(Jump Search)
一旦找到区间 (arr[km] < x < arr[(k+1)m]),我们就从索引 km 执行线性搜索操作来查找元素 x。在最坏的情况下,我们必须进行 n/m 次跳转,如果最后检查的值大于要搜索的元素,我们会为线性搜索多执行 m-1 次比较。4、二分查找比跳转查找要好,但是跳转查找的优点是我们只需要回溯一次(二分查找可能需要最多 O(Log n) 次跳转,考虑要查找的元素是最小元素或者更大的元素的情况比最小的)。3、跳转搜索的时间复杂度介于线性搜索 ((O(n)) 和二分搜索 (O(Log n)) 之间。原创 2024-03-29 09:06:42 · 573 阅读 · 0 评论 -
c 语言 三元搜索 - 迭代与递归(Ternary Search)
例如,二分搜索将信息分为两部分,而三元搜索则执行相同的操作,但分为三个相等的部分。在本文中,我们将揭开三元搜索的秘密——它是如何工作的,为什么它在某些情况下更快。如果目标位于mid1和mid2的元素之间,则将左指针更新为mid1 + 1,将右指针更新为mid2 – 1。它的工作原理是将数组分为三部分,并对适当的部分递归地执行搜索操作,直到找到所需的元素。三元搜索的时间复杂度为O(2 * log 3 n),比线性搜索更高效,与二分搜索相当。需要注意的是,要使三元搜索正常工作,要搜索的数组必须进行排序。原创 2024-03-25 10:00:00 · 1027 阅读 · 0 评论 -
c语言 二分查找(迭代与递归)
考虑一个数组arr[] = {2, 5, 8, 12, 16, 23, 38, 56, 72, 91},目标 = 23。如果键小于 mid 元素,则向左移动,如果大于 mid 则将搜索空间向右移动。二分搜索可以用作机器学习中使用的更复杂算法的构建块,例如训练神经网络或查找模型的最佳超参数的算法。并根据结果返回找到键的索引或调用下一个搜索空间的递归函数。它可用于计算机图形学中的搜索,例如光线追踪或纹理映射的算法。3、如果在中间元素没有找到键,则选择哪一半将用作下一个搜索空间。密钥小于当前的中间 56。原创 2024-03-05 09:10:51 · 1361 阅读 · 0 评论 -
C语言 冒泡排序 插入排序 选择排序 快速排序 归并排序 堆排序 示例
快速排序是一种高效的分治排序算法,通过递归将数组分割成较小的子数组,然后递归排序子数组。堆排序的时间复杂度为 O(nlogn),属于原地排序算法,不需要额外的空间复杂度。冒泡排序是一种简单直观的排序算法,它重复地走访要排序的数列,一次比较两个元素,然后根据大小交换位置,大的元素往后移动。归并排序是一种分治排序算法,采用递归的方式将数组划分为更小的子数组,然后通过合并操作将子数组合并成有序的数组。时间复杂度为 O(n^2),不稳定的排序算法,但是是一种原地排序算法,空间复杂度为 O(1)。原创 2024-03-04 13:08:08 · 673 阅读 · 0 评论 -
c语言 广度优先搜索(Breadth-First Search,BFS)
其基本思想是先访问起始顶点,然后逐层遍历其相邻的顶点,直到找到目标顶点或遍历完所有顶点。BFS算法的时间复杂度用 的形式表示O(V + E),其中V是节点数,E 是边数。该算法的空间复杂度为O(V)。mark v as visited and put v into Q -- 将v标记为已访问,并将v放入Q中。我们从顶点 0 开始,BFS 算法首先将其放入 Visited 列表中,并将其所有相邻顶点放入堆栈中。顶点 2 在 4 中有一个未访问的相邻顶点,因此我们将其添加到队列的后面并访问位于队列前面的 3。原创 2024-03-01 10:24:00 · 1211 阅读 · 1 评论