什么是基本算法步骤?
堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。算法步骤如下:
堆排序算法
1. 创建一个堆H[0..n-1];
2. 把堆首(最大值)和堆尾互换;
3. 把堆的尺寸缩小1,并调用shift_down(0),目的是把新的数组顶端数据调整到相应位置;
4.重复步骤2,直到堆的尺寸为1。
堆排序的平均时间复杂度为Ο(nlogn) 。
归并排序
归并排序(Mergesort),又称合并排序,是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(DivideandConquer)的一个非常典型的应用。算法步骤如下:
归并排序
1.申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列;
2.设定两个指针,最初位置分别为两个已经排序序列的起始位置;
3.比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置;
4.重复步骤3直到某一指针达到序列尾;
5.将另一序列剩下的所有元素直接复制到合并序列尾。
归并排序的平均时间复杂度为Ο(nlogn) 。
二分查找算法
二分查找算法,也称二分搜索,是一种在有序数组中查找某一特定元素的搜索算法。算法步骤如下:
二分查找算法
1. 搜索过程从数组的中间元素开始,如果中间元素正好是要查找的元素,则搜索过程结束;
2. 如果某一特定元素大于或者小于中间元素,则在数组大于或小于中间元素的那一半中查找返回步骤1;
3. 如果在某一步骤数组为空,则代表找不到。
这种搜索算法每一次比较都使搜索范围缩小一半。折半搜索每次把搜索区域减少一半,二分查找算法的时间复杂度为Ο(logn) 。
BFPRT(线性查找算法)
BFPRT算法又称中位数的中位数算法,由Blum、Floyd、Pratt、Rivest、Tarj提出,并以他们的名字命名。该算法的思想与快速排序思想相似,通过修改快速选择算法的主元选取方法,提高算法在最坏情况下的时间复杂度,适用于解决为从某n个元素的序列中选出第k大(第k小)的元素的问题。具体算法步骤如下:
1.将n个元素每5个一组,分成n/5(上界)组。
2.取出每一组的中位数,任意排序方法,比如插入排序。
3.递归的调用selection算法查找上一步中所有中位数的中位数,设为x,偶数个中位数的情况下设定为选取中间小的一个。
4.用x来分割数组,设小于等于x的个数为k,大于x的个数即为n-k。
5.若i==k,返回x;若ik,在大于x的元素中递归查找第i-k小的元素。
终止条件是:n=1时,返回的即是i小元素。
BFPRT可以保证在最坏情况下仍为线性时间复杂度。该算法在最坏情况下,依然能达到o(n)的时间复杂度。
DFS(深度优先搜索)
深度优先搜索算法(Depth-First-Search),是搜索算法的一种。它的基本思想是沿着树的深度遍历树的节点,尽可能深的搜索树的分支。当节点v的所有边都己被探寻过,搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点,则选择其中一个作为源节点并重复以上过程,整个进程反复进行直到所有节点都被访问为止。算法步骤如下:
DFS(深度优先搜索)
1.访问顶点v;
2.依次从v的未被访问的邻接点出发,对图进行深度优先遍历;直至图中和v有路径相通的顶点都被访问;
3.若此时图中尚有顶点未被访问,则从一个未被访问的顶点出发,重新进行深度优先遍历,直到图中所有顶点均被访问过为止。
深度优先搜索属于盲目搜索,是图论中的经典算法,利用深度优先搜索算法可以产生目标图的相应拓扑排序表,利用拓扑排序表可以方便的解决很多相关的图论问题,如最大路径问题等等。一般用堆数据结构来辅助实现DFS算法。
BFS(广度优先搜索)
广度优先搜索算法(Breadth-First-Search),是一种图形搜索算法。它的基本思想是从根节点开始,沿着树的宽度遍历树的节点。如果所有节点均被访问,则算法中止。算法步骤如下:
BFS(广度优先搜索)
1.首先将根节点放入队列中。
2.从队列中取出第一个节点,并检验它是否为目标。如果找到目标,则结束搜寻并回传结果;否则将它所有尚未检验过的直接子节点加入队列中。
本网站文章仅供交流学习 ,不作为商用, 版权归属原作者,部分文章推送时未能及时与原作者取得联系,若来源标注错误或侵犯到您的权益烦请告知,我们将立即删除.