当前位置: 首页 > article >正文

【C++笔记】-- 七种排序流食般讲解

1.排序的概念所谓的排序就是对于一组记录按照某个或者某些关键字递增或递减的排序这些记录。2.排序的分类此文章将会介绍四类排序。一、插入排序直接插入排序、希尔排序。二、选择排序选择排序、堆排序。三、交换排序冒泡排序、快速排序。四、归并排序归并排序。3.排序稳定性概念介绍一组的记录当中肯定是会出现相同数值的情况在一开始的时候虽然数值相同但是这些相同数值的数据是有顺序的看一个排序算法是否具有稳定性看的就是在排序之后这些数值相同的数据的顺序有没有变化顺序有变化就说明这个排序算法不具有稳定性顺序没有变化就说明该排序算法具有稳定性。4.七个排序的详情介绍1.直接插入排序升序版在生活当中我们在打牌时对于牌的有序整理就是直接插入排序的具体体现。思路详解有一组数据在数组当中存储我们默认第一个数为有序的然后从他后面的数开始先用一个变量把数据值保存把这个数值在数组中对应的位置空出来我们需要拿着这个数值和他前面的值一次进行比较比较会出现两种情况一、比前面的值小前面的值要往后挪动到空位又有新的空位更新一下空位以及继续要比较的前一个数二、比前一个值大就把变量存的值放进此时的空位里。代码实现。直接插入排序的时间复杂度虽然是On^2有点高但是他是具有实践意义的因为在库里的快排的小区间优化采用的就是直接插入排序。直接插入排序的稳定性稳定的因为他是一一向前比较的在不满足条件的时候直接放在使他不满足条件的数值的后面。2.希尔排序希尔排序其实是直接插入排序的优化版本他是很快的优化完可以跟快排、堆排坐一个桌子了。怎么个优化方式呢通俗来说就是先进行对数据的预处理预处理完事之后再来一次直接插入排序完成排序因为在预处理完事之后待排序的数据是很接近有序的而直接插入排序在对于接近有序的数据时效率是很可观的。之前预处理其实也是用的直接插入排序但是预处理时待排序的数据间隔至少是为一的不然数据就是紧挨着的那么跟进行一次普通的直接插入排序就没有区别了预处理就起不到优化的作用了。预处理采用对一组一组间隔相等的数据排序如果间隔大那么在前面的大数值的数据就能够很快速的跳到后面而后面的小数值的数据也能够快速跳到前面间隔小只是数据跳的速度慢了一点不过同样是具有优化作用的。代码实现有两种写法一是把间隔不同的当作一组这样的一组一组来预处理二就是每组并排走因为间隔不同的一组的小组的排头是一次顺序又循环的。一、二、。间隔gap:其实间隔gap的取法有多种我们代码实现当中采用的是一种相对权威的一种。希尔排序的稳定性不稳定因为在预处理时会分为多组间隔不同的待排序的记录而数值相同的数据显然不会被全部分到一组间隔相同的一组记录当中。3.选择排序思路详解在一个待排序的数组当中会把数组分成两边一边是已经排好的有序区间另一边是待排序区间我们要从待排序区间里面选择最大或者是最小的数据把选出的数据放进有序区间内。代码实现是优化版本的选择排序在同一待排序区间内选出最大值以及最小值两头齐开代码实现注意图中标红。选择排序的稳定性不稳定最大值、最小值的取到相同数值的数据会交换到有序区间里面数值相同的数据的顺序可能会变。4.堆排序思路详解堆排序是利用数据结构堆的特性和其中两个重要的算法为地基的一个排序算法向上调整算法and向下调整算法。要想让数据从大到小排序那么就要建立小堆想让数据从小到大排序则需要建立大堆因为在这个算法里对于数组区间的划分是左边是待拿出来排序的堆数据右边是排好的有序区间拿出堆顶元素放在有序区间、从右往左填数堆的大小也在同步收缩。然后运用向上调整算法建堆或者是运用向下调整算法建堆从第一个非叶子节点开始执行。运用堆的特性取出堆顶元素然后把他交换到数组的最后一个位置堆的最后一个叶子节点然后在这个叶子节点之前的数据都是还没有排序的把他们用向下调整算法调整成堆然后继续之前的操作。这一整个操作都是在顺序存储的数组上直接进行的所以排完序之后数组就是有序的了。代码实现~堆排序的稳定性不稳定因为堆排序对于数据的处理其实是有两步的一步是把数据全部放进堆数据结构里面二是要拿堆顶元素出来放到有序区间里面这两步会影响到同值数据的顺序。5.冒泡排序冒泡排序客观来说是没有实践意义的但是有教学意义。思路详解冒泡的核心是交换如果既定是升序小到大把待排序数据的区间比作一个湖左边就是湖底右边就是湖面冒泡排序的每一趟把此时数据中最大的数据通过两两比较再交换的方式送其至湖面。代码实现~冒泡排序的稳定性稳定的一趟一趟两两交换只交换想要的。6.快速排序快速排序的内容比较多简述一下此次文章涵盖的内容递归和非递归单趟排序的三种版本hoare版本、挖坑法、前后指针法两种优化方式三数取中法选key、小区间优化。找工作时优化方式口述就行。接下来介绍一下递归hoare的组合思路详解单趟的hoare版本是默认最左边的数为key右指针先走找他想要找的值找到后停下让左指针走找左指针想要找的值找到后进行交换此为一次后面都是循环此次直到相遇右指针找到想找的值停下左指针是因为遇到右指针才停下的使用左右指针向中间靠拢左边找比key大的右边找比key小的排个升序一定一定是右指针先走最左边为key右指针就得先走才能保证左右指针相遇的格子的值比key小好跟key位置的值做交换如果选择最右边为key左指针一定先走才能保证左右指针相遇的格子的值比key大好跟key位置的值做交换。递归就是不断把区间缩小单趟结束之后总可以把区间划分成 [left, key - 1] key [key 1, right] 默认key位置是排好序了然后两边区间像第一次的情况处理先单趟再划分区间递归宏观角度再次调用函数相信这个函数能自己完成直到区间不能再缩此时就是递归出口。代码实现递归hoare的组合。再来介绍一下递归前后指针组合思路详解借助前后指针一开始前指针指向key后指针指向key1位置后指针指到的如果是小于key的值前后指针都需要后指针指到的是大于key的值后指针知道后指针越界此时结束单趟。递归都是一样的只是单趟不同。代码实现。挖坑法不做代码实现讲一下思路同样是左右双指针先将第一个数值存进变量key里面让该位置格子可以填值一个指针指向这里另一个指针用来找可以填的值找到后把值填到坑里填完之后刚刚找到值的位置就形成新的坑位了那么另一个指针就要找可填值了如此循环直到两指针相遇把变量值填入这几乎和hoare版本的单趟是一样的一个采用临时变量一个没有罢了。到这我们来介绍一下两种优化方式首先介绍一下三数取中法选key由于一些极端情况会导致选这个key值会让时间复杂度较高我们就可以通过三数取中选取较为均衡的值来当key值避免极端key值带来的麻烦我们是在最左边的值、最右边的值、中间值这三个值中选取大小在中间的值。三数取中代码实现我们再来介绍一下小区间优化由于我们上述的快排是用递归实现的这就会有递归太深栈溢出的风险所以我们就可以在递归区间较小的时候不再继续调用快排函数反而使用其他排序直接进行对区间的排序工作这时候直接插入排序的实践意义就体现出来了库里面的快排小区间优化用的就是直接插入排序。小区间优化代码实现。最后我们来讲一下非递归的形式是怎么实现的因为笔试可能考有必要总结归纳一下快排的非递归的实现是借助栈来模拟实现的函数栈帧的每一次调用跟新的都是区间只有区间有变化所以栈数据结构里面维护的数据就是区间栈的先进后出能很好的模拟递归栈帧的创建、返回等等。非递归的代码实现。快速排序的稳定性不稳定在对区间排序时会对数据进行交换远距离交换不在乎同值数据的顺序的。 其实还有一个实现方式参考荷兰国旗问题在这就不多赘述了。7.归并排序递归形式思路详解归并排序和快速排序一样都是划分区间对区间进行整理但是归并排序有点略微不同他是先把区间划分到最小情况然后在递归返回的时候进行对两个区间为一组的合并排序。递归形式的代码实现。非递归形式的思路详解归并排序的非递归的模拟实现就借助不了栈模拟了因为麻烦对于归并排序的非递归的模拟实现我们会采用循环的方式来实现我们定义一个变量gap来表示向上合并时数据的个数对于同一个gap我们采用循环的方式来两两向上合并这是模拟递归的一层gap模拟的其实是递归层数深度然后处理一下最后合并的边界因为不可能总是数据数相同、偶数对偶数的合并也可能是假设最后两个区间分别为q1 : [l1, r1]、q2 : [l2, r2]第一种情况r2越界第二种情况l2、r2越界第三种情况r1、l2、r2越界。处理完这三种越界情况非递归归并排序就通用了处理这三种情况时也能很好体现在每次合并就把区间拷贝回原数组的好处了省事特判剪枝掉就行。代码实现、。归并排序的稳定性稳定不存在在排序时对数据进行远距离交换。

相关文章:

【C++笔记】-- 七种排序流食般讲解

1.排序的概念:所谓的排序就是对于一组记录,按照某个或者某些关键字,递增或递减的排序这些记录。2.排序的分类:此文章将会介绍四类排序。一、插入排序:直接插入排序、希尔排序。二、选择排序:选择排序、堆排…...

MCP TypeScript SDK 服务说明文档

1. 服务概述 一句话简介:完整的MCP规范TypeScript实现,轻松构建MCP客户端和服务器,为LLM应用提供标准化的上下文管理能力。 服务名称:MCP TypeScript SDK版本号:Latest开发者/提供方:federated-alpha协议…...

ARM CP15寄存器详解与底层开发实践

1. ARM CP15寄存器概述CP15是ARM架构中的系统控制协处理器,负责管理处理器核心的关键功能模块。作为嵌入式系统开发人员,理解CP15寄存器的工作原理和操作方法,是进行底层系统软件开发的基础。CP15寄存器通过协处理器指令MRC(读)和MCR(写)进行…...

可配置处理器技术:嵌入式SOC设计的灵活加速方案

1. 可配置处理器技术概述在嵌入式系统芯片(SOC)设计领域,算法实现方式的选择一直是个关键决策点。传统上,开发者面临两种主要选择:要么将算法编译成通用处理器(如RISC或DSP)可执行的软件,要么将其直接实现为专用硬件电路(ASIC)。前…...

通过 Taotoken 的 Token Plan 套餐在 Ubuntu 长期项目中实现预算可控

🚀 告别海外账号与网络限制!稳定直连全球优质大模型,限时半价接入中。 👉 点击领取海量免费额度 通过 Taotoken 的 Token Plan 套餐在 Ubuntu 长期项目中实现预算可控 在长期运行的 AI 辅助项目中,成本的可预测性和可…...

OpenClaw入门教程(1)——CLI 与 UI 配置详解

# OpenClaw 核心概念详解(一):CLI 与 UI 配置 创建日期:2026-04-21 | 作者:AiToMoney团队 🐉 | 版本:v1.0 | 适用版本:OpenClaw 2026.4.14+ 📖 概述 OpenClaw 4.14 版本提供了两种配置方式:CLI(命令行) 和 UI(图形界面),相比 3.13 版本的手动编辑 JSON 文件…...

8.4.3 开始屏幕和任务栏的优化:StartAllBack 找回高效 Windows 11 使用体验

🔥 个人主页: 杨利杰YJlio ❄️ 个人专栏: 《Sysinternals实战教程》 《Windows PowerShell 实战》 《WINDOWS教程》 《IOS教程》 《微信助手》 《锤子助手》 《Python》 《Kali Linux》 《那些年未解决的Windows疑难杂症》 🌟 让…...

大语言模型评测框架解析:从公平对比到工程选型实践

1. 项目概述与核心价值最近在GitHub上看到一个挺有意思的项目,叫“ai-llm-comparison”。光看名字,你大概能猜到它是做什么的——对比不同的大语言模型。但如果你以为这只是个简单的跑分列表,那就太小看它了。作为一个在AI应用开发领域摸爬滚…...

AI重构职场,30岁已成人生分水岭:程序员的两种人生与一种新活法

AI重构职场,30岁已成人生分水岭:程序员的两种人生与一种新活法在AI写下50%代码的2026年,30岁不再只是年龄数字,而是划分两种职业生涯、两种生活状态的分界线。2026年3月的一个周五晚上,29岁的杭州后端工程师李明&#…...

AI编码助手经验治理:ExperienceEngine解决重复错误与智能进化

1. 项目概述:为编码智能体引入“经验治理层”如果你和我一样,长期使用像 Claude Code、Cursor 或 OpenClaw 这类 AI 编码助手,肯定会遇到一个让人头疼的问题:同一个项目里,AI 助手会反复犯下几乎一模一样的错误。比如&…...

【C++ -Day7】封装实战 | 用类封装日志、配置和文件操作模块

引言 封装是面向对象三大特性(封装、继承、多态)中最基础也最重要的一环。在嵌入式开发中,代码的安全性、可维护性和可复用性直接决定了项目的成败。通过封装,我们可以将数据和操作隐藏在类内部,只暴露简洁的接口&…...

【C#】 HTTP 请求通讯实现指南

在现代软件开发中,HTTP 协议是应用程序与外部服务交互的核心桥梁。C# 作为 .NET 生态的主力语言,提供了丰富而成熟的 HTTP 通讯能力。本文将系统介绍 C# 中实现 HTTP 请求的技术选型、核心概念、常见场景及最佳实践,帮助开发者构建稳定、高效…...

Spring 第四天:AOP 面向切面编程与声明式事务管理

前言 Spring 有两大核心:一个是前几天我们重点攻克的 IoC/DI,另一个就是今天要深入学习的 AOP(面向切面编程)。 还记得那句话吗?“AOP 是在不改变原有代码的前提下对其进行功能增强”。听起来很神奇对吧?今…...

Groundhog:基于Git仓库的开发者时间自动追踪工具

1. 项目概述:一个面向开发者的时间管理利器如果你是一名开发者,或者你的工作与代码、项目、任务紧密相关,那么你一定对“时间都去哪儿了”这个问题深有感触。我们每天在各种编辑器、终端、浏览器标签页之间切换,处理着功能开发、B…...

CTO 每月烧 600 亿 token,3 个月完成百名程序员七八年写的 800 万行代码

①2026 年 5 月 9 日,昆仑万维董事长方汉的一番发言引热议,相关话题冲上热搜。方汉近日在访谈中坦承,自己每月实际消耗的 Token 高达 20 亿至 30 亿。此前他对外宣称的数字仅为 1 亿,属于刻意的低调处理。他甚至略带自嘲地表示&am…...

12,Springboot3+vue3实现系统公告功能

做一个新的公告模块步骤如下 一, 后端 1, 创建系统公告表 CREATE TABLE `notice` (`id` int NOT NULL AUTO_INCREMENT COMMENT 主键ID,`title` varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT 公告标题,`content` varchar(255) COLLATE utf8mb4_unicode_ci …...

从DES到AES:被‘遗忘’的IDEA算法,它的设计思想给现代密码学留下了什么?

从DES到AES:被遗忘的IDEA算法如何塑造现代密码学 1991年诞生的IDEA算法曾被誉为"DES的完美继任者",却在历史舞台上悄然退场。当我们在讨论AES和椭圆曲线加密时,很少有人记得这个瑞士学者设计的算法如何影响了整个加密技术发展轨迹。…...

高精度电压基准技术:LT6657的创新与应用

1. 高精度电压基准的技术演进与系统需求在精密数据采集系统的设计中,电压基准如同整个系统的"心脏",其稳定性直接决定了测量结果的可靠性。过去二十年里,我参与过数十个工业测量项目,深刻体会到基准源选择对系统性能的致…...

别再傻傻切片了!PyTorch Tensor高级索引实战:用index_select、masked_select和gather提升数据处理效率

别再傻傻切片了!PyTorch Tensor高级索引实战:用index_select、masked_select和gather提升数据处理效率 在深度学习项目的日常开发中,数据处理环节往往占据了开发者大量的时间和精力。许多PyTorch用户习惯性地使用基础切片操作来处理Tensor数据…...

视频技术演进:从模拟到数字的革命与压缩技术解析

1. 视频技术演进:从模拟到数字的革命上世纪30年代末,当第一套视频标准在美国诞生时,谁也没想到这个被称为RS-170的技术会成为现代视频技术的基石。作为最早的模拟视频标准,RS-170定义了525线(其中480线为有效视频内容&…...

别再只用Matplotlib画图了!用Python这3个库(SciPy, NumPy, Scikit-learn)给你的数据曲线做个‘美容’

Python数据平滑三剑客:用Savitzky-Golay、插值与滑动平均打造专业级图表 当你面对满是噪点的折线图时,是否想过这些锯齿状的波动正在掩盖数据的真实故事?就像摄影师不会直接发布未经修饰的RAW格式照片,数据科学家也需要掌握图表美…...

第五篇:Spring事务管理——@Transactional的底层实现与失效场景

前言 在前面的文章中,我们拆解了Spring AOP的底层原理——动态代理和切面编程。现在,我们来看AOP最经典的应用:事务管理。 你每天用着Transactional,往Service方法上一加,事务就自动开启了。但面试中,事务是…...

AI代理协作平台agtx:用终端看板管理多AI编程工作流

1. 项目概述:一个能管理其他AI编程代理的终端看板如果你和我一样,每天要在Claude、Cursor、Codex这些AI编程工具之间来回切换,同时处理多个功能需求,那你肯定也经历过这种混乱:一个终端窗口里,Claude正在写…...

SQL与数据库开发(四):CASE WHEN 与“行转列/列转行”花式玩法

在企业级应用的开发中,后端程序员和报表工程师往往面临着一种天然的矛盾:“数据库的存储格式”与“前端的展示格式”是完全不匹配的。 关系型数据库最喜欢“瘦长”的表(不断往下插入新行),而业务方和老板最喜欢看的是…...

Linux系统编程-makefile文件与make命令的使用

目录 一.makefile文件 1.1什么是makefile 1.2 makefile的一、二、三 1.2.1 一个规则 (1) 两个基本原则: (2) 使用 ALL 来指定makefile的终极目标: 1.2.2 两个函数 (1) src $(wildcard *.c) (2) obj $(patsubst %.c, %.o, $(src)) 1.2.3 三个…...

AI Agent集成Kalshi预测市场交易技能:自动化交易与风险管理实战

1. 项目概述:一个为AI Agent设计的Kalshi预测市场交易技能如果你对量化交易、自动化脚本或者新兴的AI Agent生态感兴趣,并且听说过“预测市场”这个概念,那么今天聊的这个项目可能会让你眼前一亮。lacymorrow/openclaw-kalshi-trading-skill本…...

AI伦理编程实战:从公平性算法到可解释性模型的工程实践

1. 项目概述:当代码开始思考,我们该教它什么? “AI伦理编程”这个词,听起来像是一个技术乌托邦,一个我们只要遵循几条规则就能让机器变得善良的简单任务。但当你真正坐下来,试图将“公平”、“透明”、“无…...

机器学习在非洲公共卫生疾病预测中的实战应用与技术解析

1. 项目概述:当AI遇见非洲公共卫生在非洲大陆,公共卫生系统长期面临着资源不均、基础设施薄弱和疾病负担沉重的多重挑战。传统的疾病监测依赖于被动报告和人工数据分析,往往存在滞后性,当疫情警报拉响时,病毒可能已经悄…...

机器学习在非洲传染病预测与监测中的实战应用

1. 项目概述:当AI遇见非洲传染病防控在公共卫生领域,时间就是生命,资源就是防线。对于非洲大陆而言,这句话的分量尤为沉重。这里常年承受着全球最沉重的传染病负担,从水源性传播的霍乱、致命性极高的埃博拉&#xff0c…...

AI赋能风景园林设计:技术原理、实践案例与未来挑战

1. 项目概述:当AI遇见园林最近几年,我身边不少做景观设计的朋友,从最初的“AI能画图?试试看”,到现在的“这个参数化模型帮我省了一周工作量”,态度转变非常明显。这让我意识到,人工智能在风景园…...