排序算法——冒泡排序;选择排序

本文深入探讨了冒泡排序和选择排序两种基础排序算法的实现原理与代码实践,通过具体示例阐述了它们的工作机制及优缺点。

冒泡排序和选择排序都是基础简单的排序算法,相信很多朋友看着代码,就会明白如何执行的。在这里我就分享我的感悟。解决自己在刚接触时提出的为什么。

一、冒泡排序

实现代码——方便写感想,数值长度为10,数组达到顺序排列

#include <iostream>
using namespace std;

int main()
{
	//冒泡排序
	//1,第一轮比较的次数:数组总长度-1
	//2,后一轮比前一轮的比较次数:少一次
	int nums[] = { 99,33,22,44,55,77,88,11,66,10};
	int numsLength = sizeof(nums) / sizeof(int);
	cout << "原数组"<< endl;
	for (int i = 0; i < numsLength; i++)
	{
		cout << nums[i] << '\t';
	}
	cout << endl;

	int temp = 0;
	//外层循环控制比较的轮次
	for (int i = 0; i < numsLength - 1; i++)
	{
		//每一轮j都是重新赋值
		//内层循环控制每轮的比较和交换
		for (int j = 0; j < numsLength - 1 - i; j++)
		{
			if (nums[j] > nums[j + 1]) //此为顺序 - 控制顺序或逆序
			{
				temp = nums[j+1];
				nums[j + 1] = nums[j];
				nums[j] = temp;
			}
		}
	}
	cout << "排序后的数组" << endl;
	for (int i = 0; i < numsLength; i++)
	{
		cout << nums[i] << '\t';
	}
	return 0;
}

解释依据上面代码展开:

(1)内外两层for循环中i和j的关系,第一轮i=0时,从第一个元素开始比较,需要比较9次,所以j<9;第二轮i=1时,从第一个元素开始比较,需要比较8次,因为数组末尾确定为最大值,所以j<8,依次类推寻找关系,j < numsLength - i - 1。末尾-1是因为j是元素下标不是位置。

(2)内层的for循环实现元素的冒泡效果,当i=0时,若恰巧num[0]的数值为最大值,则内层循环执行一次,则在数值就会在数组中前进一次,达到冒泡效果。直到到达数组末尾,此时数组末尾就为最大值,因此下一次i=1时,j<8,就不需要比较num[9]数组末尾的最大值。

所以冒泡排序每执行一轮比较就是将最大值移到末尾,末尾本身最大就不需要移动。

二、选择排序

选择排序时冒泡排序的进阶,其核心都是元素的交换,不过选择排序是在找出数组中的最小值或最大值之后进行交换,因此相较于冒泡排序减少了比较的次数。

实现代码——方便写感想

#include <iostream>
using namespace std;

int main()
{
	//选择排序
	//1,打擂台寻找最小值
	//2,交换
	int nums[] = { 99,33,22,44,55,77,88,11,66,10 };
	int numsLength = sizeof(nums) / sizeof(int);
	cout << "原数组" << endl;
	for (int i = 0; i < numsLength; i++)
	{
		cout << nums[i] << '\t';
	}
	cout << endl;


	int min = 0;
	int minIndex = 0;
	int temp = 0;
	
	for (int i = 0; i < numsLength; i++)
	{
		//打擂台寻找最小值
		min = nums[i];
		minIndex = i;
		for (int j = i + 1; j < numsLength; j++)
		{
			if (nums[j] < min)
			{
				min = nums[j];
				minIndex = j;
			}
		}
		//交换
		if (minIndex > i)
		{
			temp = nums[minIndex];
			nums[minIndex] = nums[i];
			nums[i] = temp;
		}
	}
	cout << "顺序" << endl;
	for (int i = 0; i < numsLength; i++)
	{
		cout << nums[i] << '\t';
	}
	return 0;
}

解释依据上面代码展开:

每一轮比较开始前,设定数组最前面的数为最小值,拿来跟后面的比较,若出现更小的,记录其值和下标。若出现minIndex > i,说明num[i]之后还有更小值,然后进行交换,因此每一轮交换完毕后,数组最前面就都是最小值,下一轮i++之后就可以不用比较。

选择排序比冒泡排序更加直观,易于理解。

如有不足之处,还望指正 1


  1. 如果对您有帮助可以点赞、收藏、关注,将会是我最大的动力 ↩︎

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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