2021-01-11

学习目标：

小白起飞第八天

学习内容：

排序
就是让元素按照一个大小规则进行排序存储
1,3,2,5,7,4
1,2,3,4,5,7
7,5,4,3,2,1

比如 我们存储了班级内所有学生考试成绩
Double [] scores = {xxx,xxx,xxx,xxx,xxx,xxx};
想要查看前三名怎么办?
降序排序,取前三个即可
1.1 冒泡排序

冒泡排序 :
1 比较相邻的两个元素,如果第一个比第二大,就交换位置
2 对每一对相邻的元素做同样的工作,从开始一对到最后一对,当一轮比较完之后,最后的元素,一定是最大的(最小的)
3 针对所有的元素,重复执行上面操作,除最后一个元素
4 持续每次需要比较的队伍越来越少,一直到没有任何一对需要比较,终止

1 嵌套循环
2 内层循环取决于外层循环
3 需要一个中间变量

1.2 选择排序

选择排序
1 每次都把最小的/最大的放到最左边，先拿出第一个,假设是最小的,然后挨个和后面的比较,全部比较完之后,如果有比这个元素小的,就换位
2 嵌套循环比较
3 中间变量

2.1 顺序查找

顺序查找 :
1 遍历数组,挨个比较
2 如果有和目标元素相等的,就返回该下标
3 如果循环完,都没有发现相等的,就返回-1

优点 :
编码简单,没啥逻辑,挨个比较嘛…
运气好的话,碰巧前几个就是要查找的数据,

缺点 :
查询效率相对较低
不能只拼运气好的时候
比如 有100W条数据,如果数据在最后几个的话,那么就需要循环执行100W次

2.2 二分查找

二分法查找 :
1 建立在排序的基础之上
2 数据没有重复元素,如果有,先找到那个算哪个
3 用于查找固定有序的数据

算法实现 :
1 确定起始和结束位置
2 确定中间数据,判断中间数据是否为目标数据,如果是直接返回
3 如果目标数据小于中间数据,则 起始值不变,结束值 为 中间值 -1
4 如果目标数据大于中间数据,则 结束值不变,起始值 为 中间值 +1
5 如果 起始值 大于 结束值 终止比较,说明不存在
6 重复执行以上操作即可

学习时间：

提示：这里可以添加计划学习的时间
例如：
1、 周一至周五晚上 7 点—晚上9点
2、 周六上午 9 点-上午 11 点
3、 周日下午 3 点-下午 6 点

---

学习产出：

提示：这里统计学习计划的总量
例如：
1、 技术笔记 2 遍
2、CSDN 技术博客 3 篇
3、 学习的 vlog 视频 1 个# 系列文章目录
提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
例如：第一章 Python 机器学习入门之pandas的使用

---

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、pandas是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、使用步骤

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。