二分法查找
版本A
#include <iostream>
#include<vector>
using namespace std;
int binaSearch(int e, vector<int> vec) {
int lo = 0, hi = vec.size();
while (lo<hi)
{
int mid = (lo + hi) >> 1;
cout << vec[mid] << endl;
if (e < vec[mid])
hi = mid;
else if (e > vec[mid])
lo = mid+1;
else
return mid;
}
return -1;
}
int main()
{
vector<int> vec = {0,1,2,3,4,5,6,7,8,9,10};
cout<< binaSearch(11, vec)<<endl;
system("pause");
return 0;
}
如何理解lo = mid+1?
假如为lo = mid则会陷入死循环中。
一种理解方式:因为区间范围是左闭右开,既然已经判断e>vec[mid],说明已经排除mid的值,所以lo应从mid+1处开始。
为什么会陷入死循环?
在找不到的情况下会陷入死循环。假如找不到某个值,随着程序的运行hi-lo的值会逐渐减为1,此时经过计算的mid等于lo,vec[lo]中保存区间较小的值,因而会进入e > vec[mid]的分支中,进而执行lo = mid,由此进入死循环,此时lo的索引为小于e的值中最大的那个。
版本二A
特点:平衡判断的成本,使得在最坏情况下效果好于版本一,但最好的情况下不如版本一,因为版本一找到值就返回mid,而这种算法必须运行完整个while循环。
int binaSearch(int e, vector<int> vec) {
int lo = 0, hi = vec.size();
while (hi-lo>1)
{
int mid = (lo + hi) >> 1;
cout << vec[mid] << endl;
if (e < vec[mid])
hi = mid;
else
lo=mid;
}
return vec[lo]==e?lo:-1;
}
版本二B(斐波拉契搜索):
因为判断为true的成本更小,所以给它分配更大的空间。数据的空间大小取做大于它中最小的f(k)-1,以f(k-1)-1为分割点。{f(k-1)-1}/{f(k)-1}约等于黄金分割比。
//0 1 2 3 4 5
//0 1 1 2 3 4
int fib(int n) {
int a = 0, b = 1;
while (0 < n--) {
a += b;
b = a - b;
}
return a;
}
//返回大于nearest的fib数列中最小的一个
int preFib(int near) {
int a = 0, b = 1;
while (true) {
if (a > near)
break;
a += b;
b = a - b;
}
return b;
}
int fibSearch(int e, vector<int> vec) {
int lo = 0, hi = vec.size();
while (hi>lo)
{
int mid = lo + preFib(hi - lo)-1;
if (e < vec[mid])
hi = mid;
else if(e>vec[mid])
lo = mid+1;
else
return mid;
}
return -1;
}
int main()
{
vector<int> vec = {0,1,2,3,4,5,6,7,8,9,10};
cout<< fibSearch(4, vec)<<endl;
system("pause");
return 0;
}
版本三:
优点:稳点性好于上述版本,当有多个重复值是返回值最大的那个(有利于降低插入成本)。当没有该值,-1处有负的无穷大的哨兵,返回值为小于该值中最大的那个值得索引。始终为了insert(1+search(e),e)服务。
int binaSearch(int e, vector<int> vec) {
int lo = 0, hi = vec.size();
while (hi>lo)
{
int mid = (lo + hi) >> 1;
cout << vec[mid] << endl;
if (e < vec[mid])
hi = mid;
else
lo=mid+1;
}
return --lo;
}
冒泡排序
时间复杂度O(n2)
版本一
void bubbleSort(vector<int> &vec) {
bool sorted = false;
while (!sorted) {
sorted = true;
for (int i =1; i < vec.size(); i++) {
if (vec[i - 1] > vec[i])
{
swap(vec[i - 1], vec[i]);
sorted = false;
}
}
}
}
int main()
{
vector<int> vec = {10,9,8,7,6,5,4,3,2,1};
bubbleSort(vec);
for (auto a : vec)
cout << a << endl;
system("pause");
return 0;
}
版本二
void bubbleSort(vector<int> &vec) {
bool sorted = false;
int n = vec.size();
while (!sorted) {
sorted = true;
for (int i =1; i < n; i++) {
if (vec[i - 1] > vec[i])
{
swap(vec[i - 1], vec[i]);
sorted = false;
}
}
n--;
}
}
版本三
部分的输入有序,时间复杂度O(n)
void bubbleSort(vector<int> &vec) {
int lo = 0, hi = vec.size();
while (lo<hi)
{
int last = lo,ll=lo;
while (++ll < hi) {
if (vec[ll] < vec[ll - 1]) {
last = ll;
swap(vec[ll], vec[ll - 1]);
}
}
hi = last;
}
}
归并排序
先分再和,重点在和
时间复杂度O(nlogn)
分而治之
可用于分布式系统中