插入排序:希尔排序

直接插入排序

直接插入排序是一种最简单的排序方法,基本操作就是将一个记录插到已排序的序列中,从而得到一个新的序列。
就类似于我们平时生活中的打扑克牌,你起手拿到一张牌,然后接下来每拿到一张牌后,比它大则插在右边,比它小插在左右,这样,你手上的牌始终保持着有序。
在这里插入图片描述

#include<iostream>
#include<assert.h>
using namespace std;
void insertSort(int *arr, int len)
{
	assert(arr);
	for (int start = 1; start <= len - 1; start++)
	{
		int pos = start;//pos插入数的位置
		int insert = arr[pos];//待排序数
		while (pos > 0 && insert < arr[pos - 1])
		{
			arr[pos] = arr[pos - 1];
			pos--;
		}
		arr[pos] = insert;
	}
}

int main()
{
	int arr[] = { 9, 3, 1, 4, 2, 7, 8, 6, 5 };
	int len = sizeof(arr)/sizeof(arr[0]);
	insertSort(arr, len);
	for (int i = 0; i < len; i++)
		printf("%d ", arr[i]);
	system("pause");
}

最优情况下:时间效率为O(n),直接插入排序的缺点,数组原本接近降序,在这种排升序的方法插入排序,时间复杂度接近 O ( n 2 ) O(n{^2}) O(n2) ,空间复杂度:O(1),它是一种稳定的排序算法。

优化----加入二分查找

在寻找插入数的位置pos时候,我们是逐个比较查找的,有序数组即已有序,二分查找当然能提升效率。

void insertsort2(int *arr, int len)
{
	assert(arr);
	for (int start = 1; start <= len - 1; start++)
	{
		if (arr[start] < arr[start - 1])
		{
			int left = 0;
			int right = start - 1;
			int insert = arr[start];
			while (left <= right)
			{
				int mid = left + ((right - left) >> 1);
				if (insert < arr[mid])
					right = mid - 1;
				else
					left = mid + 1;
			}

			for (int pos = start; pos>0 && pos>right + 1; pos--)
			{
				arr[pos] = arr[pos - 1];
			}
			arr[right + 1] = insert;
		}
	}
}

希尔排序

希尔排序(Shell’s Sort)顾名思义,是一个叫Shell的人发明的算法。希尔排序又称为”缩小增量排序”,是针对直接插入的一种极端情况的优化。

直接插入排序的时间复杂度是 O ( n ² ) O(n²) O(n²),但是如果待排序接近有序的话,插入排序的时间复杂度可以达到O(n),希尔排序的基本思想是将待排序列分成若干个子序列,分别对其采用直接插入,等待排序列基本有序时,在对全体记录进行一次直接插入排序。
在这里插入图片描述

void ShellSort(int* arr, int n)//希尔排升序
{
	assert(arr);
	int gap = n;//gap就是增量
	while (gap > 1)
	{
		gap = gap / 3 + 1;//加1是保证最后一次肯定是增量为1的排序
		for (int start = 0; start < n - gap; ++start)
		{
			int pos = start;
			int insert = arr[pos + gap];
			while (pos >= 0 && arr[pos]>insert)
			{
				arr[pos + gap] = arr[pos];
				pos -= gap;
			}
			pos += gap;
			arr[pos] = insert;
		}
	}
}
int main()
{
	int arr[] = { 9, 1, 2, 5, 7, 4, 8, 6, 3, 5 };
	int len = sizeof(arr)/sizeof(arr[0]);
	ShellSort(arr, len);
	for (int i = 0; i < len; i++)
		printf("%d ", arr[i]);
	system("pause");
}

希尔排序的特性总结

  1. 希尔排序是对直接插入排序的优化。
  2. 当gap > 1时都是预排序,目的是让数组更接近于有序。当gap == 1时,数组已经接近有序的了,这样就会很快。
  3. 希尔排序的时间复杂度不好计算,需要进行推导,推导出来平均时间复杂度: O ( N 1.3 ) O(N{^{1.3}}) O(N1.3)~ O ( N 2 ) O(N{^2}) O(N2)
  4. 稳定性:不稳定
【负荷预测】基于VMD-CNN-LSTM的负荷预测研究(Python代码实现)内容概要:本文介绍了基于变分模态分解(VMD)、卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的VMD-CNN-LSTM模型在负荷预测中的研究与应用,采用Python代码实现。该方法首先利用VMD对原始负荷数据进行分解,降低序列复杂性并提取不同频率的模态分量;随后通过CNN提取各模态的局部特征;最后由LSTM捕捉时间序列的长期依赖关系,实现高精度的负荷预测。该模型有效提升了预测精度,尤其适用于非平稳、非线性的电力负荷数据,具有较强的鲁棒性和泛化能力。; 适合人群:具备一定Python编程基础和深度学习背景,从事电力系统、能源管理或时间序列预测相关研究的科研人员及工程技术人员,尤其适合研究生、高校教师及电力行业从业者。; 使用场景及目标:①应用于日前、日内及实时负荷预测场景,支持智慧电网调度与能源优化管理;②为研究复合型深度学习模型在非线性时间序列预测中的设计与实现提供参考;③可用于学术复现、课题研究或实际项目开发中提升预测性能。; 阅读建议:建议读者结合提供的Python代码,深入理解VMD信号分解机制、CNN特征提取原理及LSTM时序建模过程,通过实验调试参数(如VMD的分解层数K、惩罚因子α等)优化模型性能,并可进一步拓展至风电、光伏等其他能源预测领域。
【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文研究了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号去噪与特征提取能力;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的长期依赖关系,最终实现高精度的轴承故障识别。整个流程充分结合了智能优化、信号处理与深度学习技术,显著提升了复杂工况下故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选择的问题,实现自适应优化;②构建高效准确的轴承故障诊断模型,适用于旋转机械设备的智能运维与状态监测;③为类似机电系统故障诊断提供可借鉴的技术路线与代码实现参考。; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点关注OCSSA算法的设计机制、VMD参数优化过程以及CNN-BiLSTM网络结构的搭建与训练细节,同时可尝试在其他故障数据集上迁移应用以加深理解。
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