码迷,mamicode.com
首页 >  
搜索关键字:基本思想    ( 2684个结果
排序算法之希尔排序
概述 希尔排序是插入排序的一种更高效的改进版本. 希尔排序的基本思想是: 希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止 就是将插入排序分组一下 分组排序步骤如下: 其时间空间复杂度为 ...
分类:编程语言   时间:2019-01-02 23:21:32    阅读次数:290
排序算法之快速排序
概述 快速排序算法是基于交换的高效排序算法, 采用了分治的思想. 其基本思想如下: 其时间空间复杂度如下: 快速排序就是将小的放左边, 大的放右边, 在对左右进行重复执行. 其代码实现如下: 同时, 快速排序也可以进行三切分, 分为大于、等于、小于三组, 对于重复元素比较多的情况, 如此切分是比较好 ...
分类:编程语言   时间:2019-01-02 21:39:01    阅读次数:165
Quicksort
快排 快排是另一个经典的排序算法,在实际中也被广泛地应用。 quicksort 快排的基本思想: 混洗(shuffle)打乱待排数组。 这样划分(partition)数组: 元素 a[j] 在排好的位置上。 j 左边元素都不大于 a[j]。 j 右边元素都不小于 a[j]。 递归地排好 j 的左边和 ...
分类:其他好文   时间:2019-01-02 17:34:42    阅读次数:172
Mergesort
归并排序 归并排序和快速排序是两个经典的排序算法,是计算机的基础设施的重要组成部分,完整科学地理解它们的特性有助于我们将其用于实际的系统排序,快排也是二十世纪科学和工程领域的十大算法之一。 mergesort 归并排序基本思想:把数组分成两半,递归地排好每一半,合并有序的两半。另外,冯诺依曼被公认为 ...
分类:其他好文   时间:2019-01-02 17:18:37    阅读次数:225
容斥原理
容斥原理的简单原理(你可以选择先不看) https://www.sohu.com/a/204271684_614593(对,我就是那个黄色的链接) 在计数时,必须注意没有重复,没有遗漏。为了使重叠部分不被重复计算,人们研究出一种新的计数方法,这种方法的基本思想是:先不考虑重叠的情况,把包含于某内容中 ...
分类:其他好文   时间:2019-01-01 16:11:15    阅读次数:205
Python面向对象、继承和多态
面向对象变成的基本思想:类和实例 类用于定义抽象类型 人 class Person(object): 数据封装class Person(object): pass def __init__(self,name): self.name = name 实例根据累的定义被创建出来 小明、小红 p1 = P ...
分类:编程语言   时间:2019-01-01 14:55:42    阅读次数:209
二分查找
说明:元素必须是有序的,如果是无序的则需要先进行排序操作;基本思想:也称为折半查找,属于有序查找算法。用给定值k先与中间节点的关键字比较,中间节点把线形表分成两个子表,若相等则查表成功;若不相等,再根据k与该中间节点关键字的比较结果确定下一步查找哪一个子表,这样递归进行,直到查找到或查找结束发现表中 ...
分类:其他好文   时间:2019-01-01 11:43:13    阅读次数:189
几种排序算法
快速排序 快速排序是一种基于分治的算法,其基本思想是将一个大数组按照一个【基准数】分为左右两份,左边的部分都不大于基准数,右边的部分都不小于基准数。然后,对这两份在分别应用快速排序,直到剩下一个元素为止。快速排序的平均时间复杂度为nlog(n)。 下面是选取数组最左边的元素为基准元素的快排算法: C ...
分类:编程语言   时间:2018-12-30 14:48:17    阅读次数:237
数据挖掘领域经典算法——CART算法
简介CART与C4.5类似,是决策树算法的一种。此外,常见的决策树算法还有ID3,这三者的不同之处在于特征的划分:ID3:特征划分基于信息增益C4.5:特征划分基于信息增益比CART:特征划分基于基尼指数基本思想CART假设决策树是二叉树,内部结点特征的取值为“是”和“否”,左分支是取值为“是”的分支,右分支是取值为“否”的分支。这样的决策树等价于递归地二分每个特征,将输入空间即特征空间划分为有限
分类:编程语言   时间:2018-12-28 22:22:54    阅读次数:227
数据挖掘领域经典算法——CART算法
简介 CART与C4.5类似,是决策树算法的一种。此外,常见的决策树算法还有ID3,这三者的不同之处在于特征的划分: ID3:特征划分基于信息增益 C4.5:特征划分基于信息增益比 CART:特征划分基于基尼指数 基本思想 CART假设决策树是二叉树,内部结点特征的取值为“是”和“否”,左分支是取值 ...
分类:编程语言   时间:2018-12-28 22:13:21    阅读次数:216
2684条   上一页 1 ... 45 46 47 48 49 ... 269 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!