排序算法(待更新)

各大排序算法特点与总结(更新ing) 数据结构各排序算法总结概括算法分类交换排序冒泡排序(Bubble Sort)快速排序(Bubble Sort)插入排序(Insertion Sort)直接插入排序希尔排序选择排序(Selection Sort)直接选择排序堆排序归并排序(Merge Sort)基数排序(Radix Sort)(桶子法)计数排序(Counting Sort)桶排序(Bucket Sort) 算法分类 十种常见排序算法可以分类两大类别:比较类排序和非比较类排序。 交换排序 冒泡排序(Bubble Sort) 重复地遍历要排序的序 阅读详情

1、Bubbling sort

#include <iostream>
#include <ctime>

using namespace std;

void bubbleSort(int iarray[], int n)
{
	bool flag = false;
	for(int i=0; i<n-1&&!flag; ++i)
	{
		for(int j=i+1; j<n; ++j)
		{
			if(iarray[i]>iarray[j])
			{
				int tmp = iarray[i];
				iarray[i] = iarray[j];
				iarray[j] = tmp;
			}
		}
	}
}

int main()
{
	int iarray[10];
	srand(time(NULL));
	for(int i=0; i<10; ++i)
	{
		iarray[i] = rand()%100;
		cout << iarray[i] << " ";
	}
	cout << endl;

	bubbleSort(iarray, 10);

	for(int i=0; i<10; ++i)
	{
		cout << iarray[i] << " ";
	}
	cout << endl;

	system("pause");
	return 0;
}

2、quick sort

#include <iostream>
#include <ctime>

using namespace std;

const int ARRAY_LEN = 100;
int iarray[ARRAY_LEN];

int divide(int low, int high)
{
	if(low>=high)return -1;

	int pvoit = iarray[low];
	while (low<high)
	{
		while (iarray[high]>=pvoit&&low<high)
		{
			high--;
		}
		if(low<high)
		{
			iarray[low] = iarray[high];
			low++;
		}
		while (iarray[low]<=pvoit&&low<high)
		{
			low++;
		}
		if(low<high)
		{
			iarray[high] = iarray[low];
			high--;
		}
	}

	iarray[low] = pvoit;

	return low;
}

void myQsort(int low, int high)
{
	int mid = divide(low, high);
	if(mid!=-1)
	{
		myQsort(low, mid-1);
		myQsort(mid+1, high);
	}
}

int main()
{
	srand(time(NULL));

	for(int i=0; i<20; ++i)
	{
		iarray[i] = rand()%100;
		cout << iarray[i] << " ";
	}
	cout << endl;
	myQsort(0, 19);

	for(int i=0; i<20; ++i)
	{
		cout << iarray[i] << " ";
	}
	cout << endl;

	system("pause");
	return 0;
}

3、HeapSort

//第一步:建立大顶堆,从最后一个非叶子节点按照从右到左从下到上的顺序逐步调整当前子树为大顶堆直到根节点
//第二步:移除大顶推的顶部最大元素,同时把最后一个叶节点移到根的位置,此时大顶堆可能遭到破坏需要调整
//第三步:从堆得顶部(根节点)向下调整堆使得每棵子树也符合大顶堆的要求
//第三步:重复二三步骤直到仅剩一个元素排序完成
#include <iostream>

using namespace std;

void HeapAdjust(int array[], int cur, int size)//从上向下调整
{
	int lchild = 2*cur;
	int rchild = 2*cur+1;

	int maxIndex = cur;
	if(lchild<=size&&array[lchild]>array[maxIndex])
	{
		maxIndex = lchild;
	}
	if(rchild<=size&&array[rchild]>array[maxIndex])
	{
		maxIndex = rchild;
	}

	if(cur!=maxIndex)
	{
		swap(array[cur], array[maxIndex]);
		HeapAdjust(array, maxIndex, size);
	}
}

void BuildMaxHeap(int array[], int size)//从下向上调整
{
	for(int i=size/2; i>0; --i)
	{
		HeapAdjust(array, i, size);
	}
}

void HeapSort(int array[], int size)
{
	BuildMaxHeap(array, size);
	for(int i=size; i>1; --i)
	{
		swap(array[i], array[1]);
		HeapAdjust(array, 1, i-1);
	}
}

int main()
{
	int array[]={0,6,2,8,10,24,12,46,74,23};
	int size = 9;

	HeapSort(array, size);

	for(int i=1; i<=size; ++i)
	{
		cout << array[i] << " ";
	}
	cout << endl;

	system("pause");
	return 0;
}

堆排序应用:优先队列(最大优先队列用于作业调度,最小优先队列用于基于事件驱动的模拟器(以时间为关键字))

最大优先队列代码示例:

#include <iostream>

using namespace std;

void HeapAdjust(int array[], int cur, int size)//从上向下调整
{
	int lchild = 2*cur;
	int rchild = 2*cur+1;

	int maxIndex = cur;
	if(lchild<=size&&array[lchild]>array[maxIndex])
	{
		maxIndex = lchild;
	}
	if(rchild<=size&&array[rchild]>array[maxIndex])
	{
		maxIndex = rchild;
	}

	if(cur!=maxIndex)
	{
		swap(array[cur], array[maxIndex]);
		HeapAdjust(array, maxIndex, size);
	}
}

void BuildMaxHeap(int array[], int& size)//从下向上调整
{
	for(int i=size/2; i>0; --i)
	{
		HeapAdjust(array, i, size);
	}
}

int HeapMaximum(int array[])//获取队列最大值
{
	return array[1];
}

int HeapExtractMax(int array[], int& size)//从队列中取出最大值
{
	if(size<1)
		return -1;

	int maxVal = array[1];

	array[1] = array[size];
	size -= 1;
	HeapAdjust(array, 1, size);
   
	return maxVal;
}

void HeapIncreaseKey(int array[], int i, int key)//增加队列中某一元素的值
{
	if(key<array[i])
	{
		return;
	}
	array[i] = key;

	while(i>1 && array[i/2]<array[i])
	{
		swap(array[i/2], array[i]);
		i /= 2;
	}
}

void HeapInsert(int array[], int key, int& size)//向队列中插入一个值
{
	size += 1;
	array[size] = -1;
	HeapIncreaseKey(array, size, key);
}

int main()
{
	int array[100]={0,6,2,8,10,24,12,46,74,23};
	int size = 9;

	//第一步建立大顶堆
	BuildMaxHeap(array, size);
 
	//第二步最大优先队列
	cout << HeapMaximum(array) << endl;
	cout << HeapExtractMax(array, size) << endl;
	HeapInsert(array, 100, size);
	cout << HeapMaximum(array) << endl;

	system("pause");
	return 0;
}

4、CountSort(计数排序)

//计数排序:对一定范围内的数排序
//把A中的无序数排序后放在B中(下标从1开始,A中数的范围为0—100)
//C[i]记录A 中<=i的数有多少个,也即对应着A中的i值在B中的位置应该是C[i]处
#include <iostream>

using namespace std;

const int LEN = 100;

int main()
{
	int A[LEN+1] = {-1,1,6,4,8,10,20,12,12,78,45};
	int B[LEN+1];
	int C[LEN+1];
	int size = 10;

	memset(C, 0, sizeof(C));
	for(int i=1; i<=size; ++i)
	{
		C[A[i]]++;
	}
	for(int i=1; i<=LEN; ++i)
	{
		C[i] += C[i-1];
	}
	for(int j=size; j>=1; --j)
	{
		B[C[A[j]]] = A[j];
		C[A[j]]--;           //可能有重复值向前移一位
	}

	for(int i=1; i<=size; ++i)
	{
		cout << B[i] << " ";
	}
	cout << endl;

	system("pause");
	return 0;
}

5、MergeSort(归并排序)

2-路归并排序递归实现 
时间复杂度O(nlgn), 辅助空间O(n) 

#include <iostream>

using namespace std;

void Merge(int tmp[], int res[], int l, int mid, int r)
{
	int i, j, k;
	for(i=l, j=mid+1, k=l; i<=mid&&j<=r;++k)
	{
		if(res[i]<res[j])
		{
			tmp[k] = res[i++];
		}
		else
		{
			tmp[k] = res[j++];
		}
	}
	while(i<=mid)tmp[k++] = res[i++];
	while(j<=r)tmp[k++] = res[j++];

	for(i=l;i<=r; ++i)
	{
		res[i] = tmp[i];
	}
}

void MergeSort(int iarray[], int tmp[], int l, int r)
{
	if(l<r)
	{
		int mid = (l+r)/2;
		MergeSort(iarray, tmp, l, mid);
		MergeSort(iarray, tmp, mid+1, r);

		Merge(tmp, iarray, l, mid, r);
	}
}

int main()
{
	int iarray[10] = {9,8,7,6,5,4,3,2,1,0};
	int tmp[10];
	MergeSort(iarray, tmp, 0, 9);

	for(int i=0; i<10; ++i)
	{
		cout << iarray[i] << " ";
	}
	cout << endl;

	//system("pause");
	return 0;
}
2-路归并排序非递归实现 
时间复杂度O(nlgn), 辅助空间O(n) 

#include <iostream>

using namespace std;

void Merge(int tmp[], int res[], int l, int mid, int r)
{
	int i, j, k;
	for(i=l, j=mid, k=l; i<mid&&j<r;++k)
	{
		if(res[i]<res[j])
		{
			tmp[k] = res[i++];
		}
		else
		{
			tmp[k] = res[j++];
		}
	}
	while(i<mid)tmp[k++] = res[i++];
	while(j<r)tmp[k++] = res[j++];

	for(i=l;i<r; ++i)
	{
		res[i] = tmp[i];
	}
}

int main()
{
	int iarray[10] = {9,8,7,6,5,4,3,2,1,0};
	int tmp[10];
	int num = 10;
	int len = 1;
	
	while(len<num)
	{
		int i=0;
		for(; i+2*len<num; i += 2*len)
		{
			Merge(tmp, iarray, i, i+len, i+2*len);
		}
		if(i+len<num)
		{
			Merge(tmp, iarray, i, i+len, num);
		}
		
		len *= 2;
	}

	for(int i=0; i<10; ++i)
	{
		cout << iarray[i] << " ";
	}
	cout << endl;

	//system("pause");
	return 0;
}


6、RadixSort(基数排序)

基数排序:是多关键字排序,比如先按比较第一个关键字再比较第二个关键字.....
以十进制数为例,十进制每个位上的取值范围为0-9,因此基数为10,我们建立是个链表,先比较个位把个位相同的一次放到相应的链表中(有序),这是一次分配;然后收集从第0个链表到第9个链表依次头接尾连接起来,这是第一趟排序,然后使用这种方法对十位,百位...依次操作最后得到的就是有序序列,以三位数字为例如图:


以下代码没有使用List而是用计数的方法使用数组模拟List。

//基数排序:是多关键字排序,比如先按比较第一个关键字再比较第二个关键字.....
//以十进制数为例,十进制每个位上的取值范围为0-9,因此基数为10,我们建立是个链表,先比较
//个位把个位相同的一次放到相应的链表中(有序),这是一次分配;然后收集从第0个链表到第9个链表
//依次头接尾连接起来,这是第一趟排序,然后使用这种方法对十位,百位...依次操作
//最后得到的就是有序序列
//以下代码没有使用List而是用计数的方法使用数组模拟List。
#include <iostream>

using namespace std;

const int  RADIX_10  = 10;   //基数
const int  KEYNUM_31 = 3;    //关键字个数(此处为数字有多少位)

int GetNumInPos(int num,int pos)
{
	int temp = 1;
	for (int i = 0; i < pos - 1; i++)
		temp *= 10;

	return (num / temp) % 10;
}

void RadixSort(int* pDataArray, int iDataNum)
{
	int *auxiliarySpace[RADIX_10];    //分别为0-9的序列空间
	for (int i = 0; i < 10; i++)
	{
		auxiliarySpace[i] = (int *)malloc(sizeof(int) * (iDataNum + 1));
		auxiliarySpace[i][0] = 0;    //index为0处记录这组数据的个数(严蔚民《数据结构》中使用的的链表实现)
	}

	for (int pos = 1; pos <= KEYNUM_31; pos++)    //从个位开始到最高位(也即从第一个关键字到最后一个关键字)
	{
		for (int i = 0; i < iDataNum; i++)    //分配过程
		{
			int num = GetNumInPos(pDataArray[i], pos);
			int index = ++auxiliarySpace[num][0];
			auxiliarySpace[num][index] = pDataArray[i];
		}

		for (int i = 0, j =0; i < RADIX_10; i++)    //收集
		{
			for (int k = 1; k <= auxiliarySpace[i][0]; k++)
				pDataArray[j++] = auxiliarySpace[i][k];
			auxiliarySpace[i][0] = 0;    
		}
	}
}

int main()
{
	int iarray[] = {521,310,72,373,15,546,385,856,187,147};
	RadixSort(iarray, 10);
	for(int i=0; i < sizeof(iarray)/sizeof(iarray[0]); ++i)
	{
		cout << iarray[i] << " ";
	}
	cout << endl;
	system("pause");
	return 0;
}


注:待更新分析总结

一个基于fluent超声振动仿真算例分析(含有UDF的编写设定) 一个基于Fluent的超声防堵算例 阅读详情

相关推荐

SNAP实战:Sentinel-1 GRD数据从预处理到后向散射系数生成全流程解析

本文详细解析了Sentinel-1 GRD数据从预处理到后向散射系数生成的全流程,包括辐射定标、噪声处理、地形校正等关键步骤。通过SNAP软件实战操作,帮助用户掌握SAR影像处理技巧,提升数据质量与分析效率,适用于地表变化监测、灾害评估等应用场景。

weixin_29239661的博客 538

【C++】const详解

常量概念是为了使程序员能够在变和不变之间画一条界限。给C++程序设计项目中提供了安全性和可控性。——《C++编程思想》 在编程中要尽可能多的使用const,这样可以获得编译器的帮助,以便写出健壮性的代码。  define宏定义,可以将常量赋值给一个变量,但由于在编译过程中只是简单的进行文本替换,并不会对赋值语句进行检查,因此会存在很多潜在的威胁,一旦定义出错,整个调用过程也讲出错。所以C+...

Twinkle 1467

保姆级教程:用AD20破解版从安装到汉化,一次搞定PCB设计环境搭建

本文提供AD20从安装到汉化的保姆级教程,详细解析环境配置、核心功能及高效操作技巧,帮助电子设计工程师快速掌握PCB设计工具。涵盖系统准备、界面定制、原理图设计、PCB布局布线等关键步骤,特别适合初学者避开常见陷阱。

weixin_30555125的博客 218

c++中指针和数组名的关系& const修饰指针的三种情况

1.c++中数组和指针的关系 由于数组变量就是指针,因此也可将用于指针的解除引用运算符(*)用于数组。同样,可将数组运算符([])用于指针; #include <iostream> using namespace std; int main() { const int ARRAY_LEN=5; int MyNumbers[ARRAY_LEN]={22,2,3,45,6}; ...

weixin_37076955的博客 381

【2021末九软工边缘人保研】川大-中科院网络中心-华师夏令营+哈工大本-中科院网络中心-西交-厦大-中山-武大-北航预推免

2021末九软工边缘人保研记录一、写在前面二、个人背景 一、写在前面 2020年计算机保研可谓是诸神黄昏,卷的头破血流(指我等菜鸡)。疫情的原因,今年的夏令营和预推免基本全部改为线上,机试取消,能不能拿到offer基本完全取决于背景以及面试表现(当然也有个别头铁非要机试,甚至笔试的学校)。大佬们offer收割不停,我等边缘人只能看着一封封拒信发呆。 这种情况下,只有985 Rank5%以及211 Rank2%之前的大佬能够较为轻松地拿到面试入场券。贴一个上交电院夏令营要求你们感受一下: 预推免相比起夏令营

weixin_43222706的博客 4235

从淬火实验到仿真验证:用ANSYS APDL复现钢球冷却温度变化(含动画生成教程)

本文详细介绍了如何利用ANSYS APDL进行淬火过程的瞬态热分析仿真,以复现钢球冷却温度变化。内容涵盖从实验数据校准材料参数、构建高保真模型、设置非线性瞬态求解,到提取节点温度曲线和生成温度云图动画的全流程。通过APDL命令流实现自动化,为工程研发和学术研究提供高效、可靠的仿真验证方法。

pz8901234的博客 791

排序算法总结(不断更新中)

排序算法总结(不断更新中)排序算法总结冒泡排序算法描述代码选择排序插入排序快速排序归并排序 排序算法总结 这篇博客我将会总结排序算法,并不断更新,是一个复习排序算法的过程 复杂度: 相关概念: 稳定:如果a原本在b前面,而a=b,排序之后a仍然在b的前面。 不稳定:如果a原本在b的前面,而a=b,排序之后 a 可能会出现在 b 的后面。 时间复杂度:对排序数据的总的操作次数。反映当n变化时,操作次数呈现什么规律。 空间复杂度:是指算法在计算机内执行时所需存储空间的度量,它也是数据规模n的函数。 冒泡排

解忧小屋 331

CMOS锁相环核心:四种鉴频鉴相器(PFD)结构深度剖析与选型指南

本文深入剖析了CMOS锁相环中四种鉴频鉴相器(PFD)的结构与性能,包括传统RS触发器型、非时钟型、预充电型和边沿触发型PFD。通过详细的电路分析、实测数据和工程案例,提供了PFD选型的实用指南,帮助工程师根据速度、功耗和精度需求选择最优方案,提升锁相环设计效率。

weixin_42530458的博客 588

排序算法总结--更新中

一、 选择排序 思想:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。 伪代码: ...

jindayue的博客 157

破解拼多多网页字体加密的Python实现(静态)

爬取或者复制粘贴出来发现数字不是6372,而是这样的一个东西 ""从上图我们可以看出数字是一行的空白,后面被浏览器渲染后才展现的数字。我们可以用这个代码查看十六位进制对应的十进制,为什么要看十进制呢?​,而字体文件中的字符映射关系(cmap)也是以十进制存储的。我们搜索这个属性我们可以看到第一个这样的属性有一个URL,这个就是解密的字体包。然后我们构造一个这样的映射字典 key就是对应的十进制,后面的值就是对应的数字。然后我们需要封装一个函数,将加密文字和映射字典传入,返回解密后的数字。

weixin_64179111的博客 3544

大厂硬件笔试机试题ASIC设计方向-卷3

本文提供了30道硬件工程师机试题目,涵盖数字逻辑、模拟电路、CMOS和信号处理等核心领域。选择题和判断题均配有详细解析,重点考察Verilog编程、CMOS特性、触发器设计、采样定理等知识点。题目难度适中但覆盖面广,如Verilog中阻塞/非阻塞赋值的区别、CMOS静态功耗来源、Nyquist采样定理、通用逻辑门判断等。备考建议强调掌握逻辑门设计、Verilog时序电路编写和CMOS特性理解。这些题目反映了华为等大厂硬件机试的典型考查内容,通过系统复习可有效提升机试成绩,为后续面试奠定基础。

启芯硬件的博客 545

各种排序算法更新

折半插入排序 public static void insertHaltSort(int[] array) { int tem,j,i,l,h,mid;//i指的是无序区的第一个元素,j指的是有序区的最后一个元素 for (i = 1; i < array.length; i++) { tem=array[i]; j=i-1;l=0;h=j; while(l&l...

编码日常 247

UCIE Specification详解(二)

UCIe架构概述。

Crazzy_M的博客 3312

十大排序算法总结更新

目录十大排序算法总结一、冒泡排序二、选择排序归并排序归并排序的实现附录具者类也:排序算法公用(交换和比较)十大排序算法总结 一、冒泡排序 身世曰:冒泡排序可以誉为程序员跨入算法门槛的第一步,相信大家一定被冒泡排序一直萦绕在耳边。【且听冒泡吟】,冒泡乃排序家族之太上长老,掌门人不为过之。 闻之也:冒泡排序(Bubble Sort),乃计算机科学领域排序算法的简简易者。 知其身:它重复地走访过要...

Iamxuefather的博客 129

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

Java排序算法 【更新ing】

排序算法,是指将一组或多组数据通过特定的算法进行排序处理,使该组数据符合升序或降序,方便对其进行计算和筛选,提高数据处理的效率。排序算法可以在在多种计算机语言中实现,这里我们通过Java来实现几种常见的排序算法。 常见的排序算法冒泡排序选择排序插入排序希尔排序快速排序基数排序归并排序 冒泡排序 冒泡排序是一种比较简单的排序算法,其原理就是从头到尾比较数组中前后两个元素的大小,并根据大小来调换元素的位置,最终按照升序或降序为数组中的元素排序。 上图是冒泡排序的一个执行逻辑。 首先,我们要遍历数组。假设数组中

qq_42592994的博客 243

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

排序算法,更新中

排序算法 BUB 冒泡排序 原理:从第一个数开始,设其下标i=0,和后一个位置数相比较,若左侧值>右侧值,两数交换位置,i下标右移,再将i下标指向的数与右侧数相比较,直到所有元素左侧值都小于右侧值。 算法: do   boolean flag=false;   从位置1到最后一个未排过序的元素     若左侧元素>右侧元素       两元素交换位置       ...

qq_45512210的博客 138

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

排序算法(更新中)

排序算法

weixin_43831365的博客 268

排序算法--持续更新

c/c++的排序算法

qq_42425882的博客 239

各种排序算法的实现(更新中)

  这里我只贴出各种排序算法的代码,或者简单的说明,以备日后复习。   今晚又把归并排序和快速排序实现了一遍,不要担心做重复的工作,只有把简答的工作做得很好,那么你才有能力去承担更好的工作。虽然说已经写了好多次了,但是每次都能发现自己的问题。 首先是归并排序,实现过程很简单,但是在最后竟然忘记把malloc的空间给free掉。。这是很危险的事情啊! 还有就是快速排序,快速排序的思想是任意选一个...

weixin_30847271的博客 135

排序算法(正在更新中...)

目录 1、冒泡算法排序 1、冒泡算法排序 具体的算法代码:12_冒泡算法的代码实现.py 冒泡排序的时间复杂度为O(n^2),这种排序算法是稳定的。 优化:有可能在中间的某一步就排好序了,这时就不用再往下执行排序了。 2、选择排序算法 代码实现:07_选择排序法代码实现.py; 选择排序算法的时间复杂度为O(n^2),没有办法进行优化,因为要确定元素是最小的,这种排...

xiaotian127的博客 310

排序算法总结(长期更新)

1.最基础的排序算法 冒泡排序 思想:每次使用交换的方式将剩余元素中较大的元素放到一端,直到剩余元素为0的时候排序结束。 #include<stdio.h> int main() { int a[5] = {1, 3, 5, 10, 7}; printf("排序前:"); for (int i = 0; i < 5; i++) print...

没有胡子的猫Asimov 243

排序算法待更新

1.冒泡排序 比较相邻的元素。如果第一个比第二个大,就交换他们两个。 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完后,最后的元素会是最大的数。 针对所有的元素重复以上的步骤,除了比较上次就排到后面的。 持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。 2.选择排序 首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置。 在选取第二个,与剩余未排序元素中最小(大)元素交换 选取第三个 第四个… 3.插入排序 类似于把扑克牌按序排好 4.希尔排

MinisterZ的博客 89

排序算法(持续更新中)

本文将带你快速掌握常见的排序算法,让你在面试中脱颖而出。

m0_67942524的博客 302

排序算法介绍(更新中)

排序算法介绍 一、冒泡排序 二、选择排序 三、插入排序 四、希尔排序 五、快速排序 六、归并排序 七、基数排序 八、排序算法总结

KEEP 244

排序算法(持续更新...)

文章目录选择排序 选择排序

weixin_46365033的博客 407
上一篇: Linux常见问题(CentOS)
下一篇: 常见小问题(待更新)
知行且执行
博客等级 码龄14年 38粉丝 73原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值