《算法图解》学习笔记(二):选择排序(附代码)
欢迎关注WX公众号:【程序员管小亮】
python学习之路 - 从入门到精通到大师
文章目录
- 欢迎关注WX公众号:【程序员管小亮】
- [python学习之路 - 从入门到精通到大师](https://blog.csdn.net/TeFuirnever/article/details/90017382)
- 一、内存的工作原理
- 二、数组和链表
- 1)链表
- 2)数组
- 3)术语
- 4)在中间插入
- 5)删除
- 三、选择排序
- 四、总结
- 参考文章
学习两种最基本的数据结构——数组和链表,它们无处不在。
一、内存的工作原理
假设你去看演出,需要将东西寄存。寄存处有一个柜子,柜子有很多抽屉。
每个抽屉可放一样东西,你有两样东西要寄存,因此要了两个抽屉。
你将两样东西存放在这里。
现在可以去看演出了!这大致就是 计算机内存的工作原理。计算机就像是很多抽屉的集合体,每个抽屉都有地址。
fe0ffeeb是一个内存单元的地址,就相当于是机器给你的那个小票。
需要将数据存储到内存时,你请求计算机提供存储空间,计算机给你一个存储地址。需要存储多项数据时,有两种基本方式——数组和链表。但它们并非都适用于所有的情形,因此知道它们的差别很重要。
二、数组和链表
有时候,需要在内存中存储一系列元素。假设你要编写一个管理待办事项的应用程序,为此需要将这些待办事项存储在内存中。
应使用数组还是链表呢?鉴于数组更容易掌握,我们先将待办事项存储在数组中。使用数组意味着所有待办事项在内存中都是相连的(紧靠在一起的)。
现在假设你要添加第四个待办事项,但后面的那个抽屉放着别人的东西!
这就像你与朋友去看电影,找到地方就坐后又来了一位朋友,但原来坐的地方没有空位置,只得再找一个可坐下所有人的地方。在这种情况下,你需要请求计算机重新分配一块可容纳4个待办事项的内存,再将所有待办事项都移到那里。
如果又来了一位朋友,而当前坐的地方也没有空位,你们就得再次转移!真是太麻烦了。同样,在数组中添加新元素也可能很麻烦。如果没有了空间,就得移到内存的其他地方,因此添加新元素的速度会很慢。一种解决之道是“预留座位”:即便当前只有3个待办事项,也请计算机提供10个位置,以防需要添加待办事项。这样,只要待办事项不超过10个,就无需转移。这是一个不错的权变措施,但你应该明白,它存在如下两个缺点。
- 你额外请求的位置可能根本用不上,这将浪费内存。你没有使用,别人也用不了。
- 待办事项超过10个后,你还得转移。
因此,这种权宜措施虽然不错,但绝非完美的解决方案。对于这种问题,可使用链表来解决。
1)链表
链表中的元素可存储在内存的任何地方。
链表的每个元素都存储了下一个元素的地址,从而使一系列随机的内存地址串在一起。
这犹如寻宝游戏。你前往第一个地址,那里有一张纸条写着“下一个元素的地址为123”。因此,你前往地址123,那里又有一张纸条,写着“下一个元素的地址为847”,以此类推。在链表中添加元素很容易:只需将其放入内存,并将其地址存储到前一个元素中。
使用链表时,根本就不需要移动元素。这还可避免另一个问题。假设你与五位朋友去看一部很火的电影。你们六人想坐在一起,但看电影的人较多,没有六个在一起的座位。使用数组时有时就会遇到这样的情况。假设你要为数组分配10 000个位置,内存中有10 000个位置,但不都靠在一起。在这种情况下,你将无法为该数组分配内存!链表相当于说“我们分开来坐”,因此,只要有足够的内存空间,就能为链表分配内存。
链表的优势在插入元素方面,那数组的优势又是什么呢?
2)数组
排行榜网站使用卑鄙的手段来增加页面浏览量。它们不在一个页面中显示整个排行榜,而将排行榜的每项内容都放在一个页面中,并让你单击Next来查看下一项内容。例如,显示十大电视反派时,不在一个页面中显示整个排行榜,而是先显示第十大反派(Newman)。你必须在每个页面中单击Next,才能看到第一大反派(Gustavo Fring)。这让网站能够在10个页
面中显示广告,但用户需要单击Next 九次才能看到第一个,真的是很烦。如果整个排行榜都显示在一个页面中,将方便得多。这样,用户可单击排行榜中的人名来获得更详细的信息。
链表存在类似的问题。在需要读取链表的最后一个元素时,你不能直接读取,因为你不知道它所处的地址,必须先访问元素#1,从中获取元素#2的地址,再访问元素#2并从中获取元素#3的地址,以此类推,直到访问最后一个元素。需要同时读取所有元素时,链表的效率很高:你读取第一个元素,根据其中的地址再读取第二个元素,以此类推。但如果你需要跳跃,链表的效率真的很低。
数组与此不同:你知道其中每个元素的地址。例如,假设有一个数组,它包含五个元素,起始地址为00,那么元素#5的地址是多少呢?
只需执行简单的数学运算就知道:04。需要随机地读取元素时,数组的效率很高,因为可迅速找到数组的任何元素。在链表中,元素并非靠在一起的,你无法迅速计算出第五个元素的内存地址,而必须先访问第一个元素以获取第二个元素的地址,再访问第二个元素以获取第三个元素的地址,以此类推,直到访问第五个元素。
3)术语
数组的元素带编号,编号从0而不是1开始。例如,在下面的数组中,元素20的位置为1。
而元素10的位置为0。这通常会让新手晕头转向。从0开始让基于数组的代码编写起来更容易,因此程序员始终坚持这样做。几乎所有的编程语言都从0开始对数组元素进行编号。你很快就会习惯这种做法。元素的位置称为 索引。因此,不说“元素20的位置为1”,而说“元素20位于索引1处”。
下面列出了常见的数组和链表操作的运行时间。
4)在中间插入
假设你要让待办事项按日期排列。之前,你在清单末尾添加了待办事项。但现在你要根据新增待办事项的日期将其插入到正确的位置。
需要在中间插入元素时,数组和链表哪个更好呢?使用链表时,插入元素很简单,只需修改它前面的那个元素指向的地址。
而使用数组时,则必须将后面的元素都向后移。
如果没有足够的空间,可能还得将整个数组复制到其他地方!因此,当需要在中间插入元素时,链表是更好的选择。
5)删除
如果你要删除元素呢?链表也是更好的选择,因为只需修改前一个元素指向的地址即可。而使用数组时,删除元素后,必须将后面的元素都向前移。
不同于插入,删除元素总能成功。如果内存中没有足够的空间,插入操作可能失败,但在任何情况下都能够将元素删除。
下面是常见数组和链表操作的运行时间。
需要指出的是,仅当能够立即访问要删除的元素时,删除操作的运行时间才为O(1)。通常我们都记录了链表的第一个元素和最后一个元素,因此删除这些元素时运行时间为O(1)。
数组和链表哪个用得更多呢?显然要看情况。但 数组用得很多,因为它支持随机访问。有两种访问方式:随机访问和顺序访问。顺序访问意味着从第一个元素开始逐个地读取元素。链表只能顺序访问:要读取链表的第十个元素,得先读取前九个元素,并沿链接找到第十个元素。随机访问意味着可直接跳到第十个元素。经常说数组的读取速度更快,这是因为它们支持随机访问。很多情况都要求能够随机访问,因此数组用得很多。
PS:
- 不同:链表是 链式 的存储结构;数组是 顺序 的存储结构。
- 相同:两种结构均可实现数据的顺序存储,构造出来的模型呈 线性结构。
三、选择排序
有了前面的知识,你就可以学习第二种算法——选择排序。
选择排序(Selection sort) 是一种简单直观的排序算法。它的工作原理是:第一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,然后再从剩余的未排序元素中寻找到最小(大)元素,然后放到已排序的序列的末尾。以此类推,直到全部待排序的数据元素的个数为零。选择排序是不稳定的排序方法。
假设你的计算机存储了很多乐曲。对于每个乐队,你都记录了其作品被播放的次数。
你要将这个列表按播放次数从多到少的顺序排列,从而将你喜欢的乐队排序。该如何做呢?
一种办法是遍历这个列表,找出作品播放次数最多的乐队,并将该乐队添加到一个新列表中。
再次这样做,找出播放次数第二多的乐队。
继续这样做,你将得到一个有序列表。
下面从计算机科学的角度出发,看看这需要多长时间。别忘了,O(n)时间意味着查看列表中的每个元素一次。例如,对乐队列表进行简单查找时,意味着每个乐队都要查看一次。
要找出播放次数最多的乐队,必须检查列表中的每个元素。正如你刚才看到的,这需要的时间为O(n)。因此对于这种时间为O(n)的操作,你需要执行n次。
需要的总时间为 O( n × n n × n n×n),即O( n 2 n^2 n2)。
排序算法很有用。你现在可以对如下内容进行排序:
- 电话簿中的人名
- 旅行日期
- 电子邮件(从新到旧)
选择排序是一种灵巧的算法,但其速度不是很快。快速排序是一种更快的排序算法,其运行时间为O(n log n),这将在下一章介绍。
前面没有列出对乐队进行排序的代码,但下述代码提供了类似的功能:将数组元素按从小到大的顺序排列。先编写一个用于找出数组中最小元素的函数。
python版本代码如下:
#查找数组中的最小值
def findSmallest(arr):#存储最小值smallest = arr[0]#存储最小值的索引smallest_index = 0for i in range(1, len(arr)):if arr[i] < smallest:smallest_index = ismallest = arr[i] return smallest_index#排序数组
def selectionSort(arr):newArr = []for i in range(len(arr)):#查找数组中最小的元素并将其添加到新数组中smallest = findSmallest(arr)newArr.append(arr.pop(smallest))return newArrprint(selectionSort([5, 3, 6, 2, 10]))
c++版本代码如下:
#include <iostream>
#include <vector>using std::cout;
using std::endl;// Finds the smallest value in an array
template <typename T>
int find_smallest(const std::vector<T>& arr) {// stores smallest valueT smallest = arr[0];// stores index of the smallest valueint smallest_index = 0;for (int i = 0; i < arr.size(); i++) {if (arr[i] < smallest) {smallest = arr[i];smallest_index = i;}}return smallest_index;
}template <typename T>
std::vector<T> selection_sort(std::vector<T> arr) {std::vector<T> sorted;while(!arr.empty()) {// find smallest element and add it to sorted arrayint smallest_index = find_smallest(arr);sorted.push_back(arr[smallest_index]);// remove smallest element from non-sorted arrayarr.erase(arr.begin() + smallest_index);}return sorted;
}int main() {std::vector<float> arr = {1.2, 1.0, 3, 0, -1, 0.5, 100, -99};std::vector<float> sorted = selection_sort(arr);cout << "Sorted array: ";for (float num : sorted) {cout << num << " ";}cout << endl;
}
四、总结
- 计算机内存犹如一大堆抽屉。
- 需要存储多个元素时,可使用数组或链表。
- 数组的元素都在一起。
- 链表的元素是分开的,其中每个元素都存储了下一个元素的地址。
- 数组的读取速度很快。
- 链表的插入和删除速度很快。
- 在同一个数组中,所有元素的类型都必须相同(都为int、double等)。
参考文章
- 《算法图解》
- 百度百科——选择排序
《算法图解》学习笔记(二):选择排序(附代码)相关推荐
- 关系抽取:图卷积网络的学习(二)(附代码)
关系抽取:图卷积网络的学习(二)(附代码) 目录 关系抽取:图卷积网络的学习(二)(附代码) 论文一:基于关系图的实体关系联合抽取 摘要 1.Introduction 2.Motivation 3.G ...
- 算法图解学习笔记01:二分查找大O表示法
二分查找 二分查找又称折半查找,其输入的必须是有序的元素列表.二分查找的基本思想是将n个元素分成大致相等的两部分,取a[n/2]与x做比较,如果x=a[n/2],则找到x,算法中止:如果x<a[ ...
- 算法图解——学习笔记
文章目录 算法简介 **第二章 选择排序** 数组与链表 排序算法 算法简介 算法:一组完成任务的指令,任何片段都可以视为算法. 第一章 算法集合: 算法种类 定义 二分法 一种查询方法,通过将查找特 ...
- 算法图解学习笔记02:递归和栈
计算机内存原理 要说递归和栈的问题,首先就要说下计算机内存的基本原理.简单理解计算机内存原理可以将一台电脑看作超市的存包柜,每个柜子都有柜号(即计算机中的地址,如0x000000f).当需要将数据存储 ...
- 算法图解学习笔记02之选择排序
package 第二章;import java.util.Arrays;//找出列表中最小(大)的,放入新列表(O(n)),再次找 public class SelectionSort {public ...
- 算法图解学习笔记01之二分查找
不知道可以学到第几章,就不立flag了,容易倒 你要学会的不是写算法而是何时何地用何算法 package 第一章; //数组有序,要求快速查找出数据 public class BinarySearch ...
- 《机器学习方法(第三版)—— 李航》学习笔记(一)附代码
目录 前言 一.第一章 机器学习及监督学习概论 1.机器学习 实现机器方法的步骤 机器学习的研究 2.机器学习的分类 基本分类 二.第二章 感知机 1.感知机模型 2.感知机学习策略 感知机学习策略 ...
- Python数据结构学习笔记——搜索与排序算法
目录 一.搜索 (一)搜索的方法 (二)顺序搜索 (三)二分搜索 二.排序 内排序和外排序 (一)冒泡排序 (二)选择排序 (三)插入排序 (四)希尔排序 (五)归并排序 (六)快速排序 总结 一.搜 ...
- 【台大郭彦甫】Matlab入门教程超详细学习笔记二:基本操作与矩阵运算(附PPT链接)
Matlab入门教程超详细学习笔记二:基本操作与矩阵运算 前言 一.基本操作 1.把matlab当作计算器使用 2.变量 3.控制格式输出 二.矩阵运算 1.矩阵 2.矩阵索引 3.使用:创建向量 4 ...
- 算法训练营学习笔记1
算法训练营学习笔记 贪心算法 心算法总是做出当前最好的选择,期望通过局部最优选择得到全局最优的解决方案.从问题的初始解开始,一步歩地做出当前最好的选择,逐步逼近问题的目标,尽可能得到最优解: 贪心本质 ...
最新文章
- HDU 1004 Let the Balloon Rise (map)
- 二维数组中的查找(java)
- 使用Java 10调用C/C++动态链接库dll之HelloWorld
- LoRaWAN协议格式
- httpclient用法大全
- 未知USB设备 端口重置失败
- 牛客网网易机试模拟题(Android)记录
- RSCP RSRP RSRQ
- clone别人远程仓库的代码,运行npm install报错npm ERR! Maximum call stack size exceeded
- java解非线性方程组_非线性方程与方程组的数值解法
- 电商网站之更新订单状态
- 互联网行业,回暖了?
- 在Windows设置里改不了默认浏览器
- 自用【Python学习记录】——列表、字典
- 计算机启动的四种方式,电脑有几种开机方式
- 基于共聚焦显微技术的显微镜和荧光显微镜的区别
- 一种日志采集装置及方法
- 关于服务器拿到远端地址一直是127.0.0.1的问题
- C++ 使用 Skia 绘图(已停更)
- requests 标红 InsecureRequestWarning: Unverified HTTPS request is being made to host
热门文章
- 用六顶思考帽思考问题 20171201
- No cached version编译问题
- 模拟器Genymotion的安装配置与使用(一)
- 函数闭包--JavaScript权威指南--基础篇4
- DFS与深免在海口观澜湖免税城开设大型高端商场;上海第二家Moxy酒店正式开业 | 美通社头条...
- 【转载】深度学习和缠论应用,JQData应用
- 微博相互关注互粉mysql表实现_新浪微博的“关注功能”数据库是如何设计的
- scrapy mysql 词云_利用Scrapy爬取姓名大全作词云分析
- 欧若拉用计算机谱子,欧若拉 _谱友园地_中国曲谱网
- MySQL info是什么意思_info是什么意思?info文件夹是干什么...