算法篇---排序查找

1. 设计一个算法,使左半部分小于k,右半部分大于k(16年)

	void division(int a[],int n,int key){
		int low=0,high=n-1;
		int p=a[low];
		while(low<=high){
			while(low<high && a[high]>=key)
				high--;
			a[low]=a[high];
			while(low<high && a[low]<=key)
				low++;
			a[high]=a[low];
		}
		a[low]=p;
	}

2. 设计算法,对n个关键字取实数值的记录序列进行整理,以使所有关键字为负值的记录排在非负值的记录之前(18年)

	void Divide(int a[],int n){
		low=0;high=n-1;
		while(low<=high){
			while(a[high]>=0)
				high--;
			a[low]=a[high];
			while(a[low]<0)
				low++;
			a[high]=a[low];
		}
	}

3. 设计在顺序有序表中实现折半查找的算法(13年)

	int bisearch(int r[],int n,int k){
		int low=0,mid,high=n-1;
		while(low<=high){
			mid=(low+high)/2;
			if(r[mid].key==k)
				return mid;
			else if(r[mid]>k)
				high=mid-1;
			else low=mid+1;
		}
		return -1;
	}

4. 试编写一个算法,使能在数组[1…n]中找出第k小的元素(从小到大排序)

	int kth_elem(int a[],int low,int high,int k){
		int pivot=a[low];
		int low_temp=low;
		int high_temp=high;
		while(low<high){
			while(low<high && a[high]>=pivot){
				--high;
			a[low]=a[high];
			while(low<high &&a[low]<=pivot)
				++low;
			a[high]=a[low];
			}
			a[low]=pivot;
		}
		if(low==k)
			return a[low];
		else if(low>k)
			return kth_elem(a,low_temp,low-1,k);
		else
			return kth_elem(a,low+1,high_temp,k-low);
	}

5. 冒泡排序法升序排列a[1],a[2]…a[n]序列

	void bsort(Node a[],int n){
		Node temp;
		int i,j,temp;
		for(j=1;j<n && flag==1;j++){
			flag==0;
			for(i=1;i<j;i++){
				if(a[i].key>a[i+1].key){
					flag==1;
					temp=a[i];
					a[i]=a[j];
					a[j]=temp;
				}
				if(flag==0) break;
			}
		}
	}
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LRU(Least Recently Used)是一种常见的缓存淘汰算法,它的基本思想是:将最不常用的数据最先淘汰掉。 具体实现方式通常是将缓存空间划分为若干个桶(bucket),每个桶中存储一组数据,同时记录它们最后一次被访问的时间。当缓存空间满了,需要淘汰一些数据时,LRU算法会根据数据最近使用的频率和时间进行淘汰。 算法的核心思想是通过计数器(例如最近访问计数器)和哈希表(或排序列表)来实现。计数器用于记录每个数据项最后一次被访问的时间,哈希表或排序列表用于快速查找和删除数据项。 具体实现步骤如下: 1. 当缓存空间满了,需要淘汰一些数据时,遍历缓存中的所有数据项,并记录它们最后一次被访问的时间。 2. 根据时间戳和计数器的值,将数据项按照最近使用的频率进行排序。 3. 将排名最靠后的数据项从缓存中删除,并释放相应的空间。 4. 如果需要继续淘汰数据,重复步骤1-3,直到缓存空间不再满为止。 这种算法的优点是实现简单,易于理解和实现,并且具有较好的性能和效率。但是,它也有一些缺点,例如当缓存命中率较低时,需要频繁地进行淘汰和替换操作,导致缓存命中率进一步下降。此外,如果需要支持高并发访问,还需要考虑并发控制和线程安全等问题。 总之,LRU算法是一种常用的缓存淘汰算法,适用于需要快速响应和低延迟的应用场景。

“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