【数据结构】 堆排序,简单选择排序

选择排序
稳定性:        不稳定
最好时间复杂度: O(n^2)
最坏时间复杂度:  O(n^2)
空间复杂度:     O(1)
void Select_Sort() {
	for (int i = 1; i <= N - 2; i++) {
		int min = i;
		for (int j = i; j < N; j++) {
			if (A[j] < A[min]) min = j;
		}
		if(min!=i) swap(A[min], A[i]);//min的值发生了改变
	}
}
堆排序
稳定性:        不稳定
最好时间复杂度: O(nlog n)
最坏时间复杂度:  O(nlog n)
空间复杂度:     O(1)
void Down_Adjust(int k,int n) {
	int j = k;//A[j]是A[i]的父节点。
	for (int i = k * 2; i <= n; i*=2) {
		if (i + 1 <= n&&A[i] < A[i + 1]) i++;
		if (A[j] >= A[i]) break;
		else {
			swap(A[i], A[j]);
			j = i;//保持j为i的父节点,因为下一轮i就要乘2了。
		}
	}
}
void BuildHeap() {
	for (int i = N / 2; i >= 1; i--) {
		Down_Adjust(i,N-1);
	}
}
void HeapSort() {
	BuildHeap();
	travel();
	for (int i = N-1; i > 1; i--) {
		swap(A[1], A[i]);
		Down_Adjust(1, i-1);
		travel();
	}
}
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
雅可比迭代法求解线性方程组的实验报告 一、实验题目 分别利用雅可比迭代法和高斯-塞德尔迭代法求解以下线性方程组: 使得误差不超过 0.00001。 二、实验引言 1.实验目的 掌握用迭代法求解线性方程组的基本思想和步骤,熟悉计算机fortran语言; 了解雅可比迭代法在求解方程组过程中的优缺点。 2.实验意义 雅克比迭代法就是众多迭代法中比较早且较简单的一种,求解方便实用。 三、算法设计 1.雅可比迭代法原理: 设有线性方程组Ax=b 满足, 将方程组变形为: x=Bx+f, 则雅可比(Jacobi)迭代法是指,即 由初始解逐步迭代即可得到方程组的解。 算法步骤如下: 步骤1.给定初始值,精度e,最大容许迭代次数M,令k=1。 步骤2.对i=1,2,…,n依次计算 步骤3.求出,若,则输出结果,停止计算。否则执行步骤4. 步骤4.若转步骤2继续迭代。若表明迭代失败,停止计算。 2.算法流程图 四、程序设计 program jacobi implicit none integer::i,j integer::k save k real,parameter::e=0.001 integer,parameter::n=3 real::x(n),y(n),b(n) data b/7.2,8.3,4.2/ real::D real::a(n,n) open (unit=10,file='1.txt') data a/10,-1,-1,-1,10,-1,-2,-2,5/ write(10,*)"**********矩阵A的形式为**********" write(10,"(1x,3f6.2,/)")a forall(i=1:n) x(i)=0 end forall k=0 100 D=0 do i=1,n y(i)=b(i) do j=1,n if(i/=j) y(i)=y(i)-a(i,j)*x(j) end do y(i)=y(i)/a(i,i) end do do j=1,n D=abs(x(j)-y(j)) end do forall(i=1:n) x(i)=y(i) end forall if(D>=e) then k=k+1 write(10,*)"迭代次数为:",k goto 100 else goto 200 end if 200 write(10,*)"****************************************" write(10,*)"用jacobi方法解得的结果X[t]为:" write(10,"(1x,3f6.2,/)")x(:) stop end program 五、结果及讨论 1.实验结果 **********矩阵A的形式为********** 10.00 -1.00 -1.00 -1.00 10.00 -1.00 -2.00 -2.00 5.00 迭代次数为: 1 迭代次数为: 2 迭代次数为: 3 迭代次数为: 4 迭代次数为: 5 迭代次数为: 6 迭代次数为: 7 **************************************** 用jacobi方法解得的结果X[t]为: 1.10 1.20 1.30 2.讨论分析 (1)误差 从上述输出结果中可以看出,当迭代次数k增大时,迭代值x1,y1,z1 会越来越逼近方程组的精确解x=1.0,y=1.2,z=1.3。 (2)收敛性 在本题目中, 用雅可比迭代法和高斯- 塞德尔迭代法分别求解该线性方程组,得到的近似根是收敛的 六、算法评价 优点:迭代法算法简单,编制程序比较容易。 缺点:迭代法要求方程组的系数矩阵有某种特殊性质(譬如是所谓对角占优阵)以保证 过程的收敛性。高斯—塞德尔迭代法比雅可比迭代法收敛快(达到同样的精度所需迭代次 数少),但这个结论,在一定条件下才是对的,甚至有这样的方程组,雅可比方法收敛,而高 斯—塞德尔迭代法却是发散的。在雅可比迭代法求解线性方程组时,只要误差截断设计的 合理,原则上可以得到很正确的解。而通常我们选取设计误差限或设计最大迭代次数的 方法来控制。由于它的准确性,故在实际应用中比较常见,对于解一般线性方程组非常 有效准确。通过该算法以及编程对求解的过程,我们不难发现,雅克比迭代法的优点明 显,计算公式简单,每迭代一次只需计算一次矩阵和向量的乘法,且计算过程中原始矩 阵A始终不变,比较容易并行计算。然而这种迭代方式收敛速度较慢,而且占据的存储空 间较大,所以工程中一般不直接用雅克比迭代法,而用其改进方法。 附: 高斯—赛德尔程序 program G-S implicit none integer::i,j integer::k save k real,parameter::e=0.001 in

“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