关于我、重生到500年前凭借C语言改变世界科技vlog.14——常见C语言算法

历史预测+LLM双杀!DriveGPT4-V2闭环驾驶配置避坑指南 本文深入探讨了DriveGPT4-V2在工程化部署中的核心挑战与解决方案。通过融合历史轨迹预测与大语言模型,该模型旨在实现更可靠的端到端自动驾驶。文章详细解析了从环境配置、多模态Token对齐、轻量控制头设计到训练优化与闭环仿真验证的全流程,为开发者提供了一份详实的避坑指南。 阅读详情

根据当前所学C语言知识,对前面知识进行及时的总结巩固,出了这么一篇 vlog 介绍当前所学知识能遇到的常见算法,这些算法是在C数据结构初阶常用的一些算法,重要性不言而喻,本章将用简单易懂的语言带领读者深入理解

1.冒泡排序

冒泡排序(Bubble Sort)是一种简单的排序算法,它重复地走访要排序的数列,一次比较两个数据元素,如果顺序不对则进行交换,并一直重复这样的走访操作,直到没有要交换的数据元素为止

核心思想:两两元素进行比较交换

基本原理
1.比较相邻的元素,如果第一个比第二个大(假设是按照升序排序,若为降序则相反),就交换它们两个
2.对每一对相邻元素作同样的操作,从开始第一对到结尾的最后一对,这样在经过第一轮比较后,最大的元素就会 “浮” 到数列的末尾
3.针对所有的元素重复以上的步骤,除了最后已经排好序的元素(因为每一轮都会把当前未排序部分的最大元素移到最后,所以每轮结束后末尾的元素数量会增加,这些元素就不需要再参与后续排序了)
4.持续重复上述过程,直到整个数列都按照要求的顺序排列好

理论知识介绍完,举个例子或许你就完全明白了
假设我们有一个数组 [5, 4, 3, 2, 1] 要进行升序排序:

第一轮排序
1.比较第 1 个元素 5 和第 2 个元素 4,因为 5 > 4,所以交换它们,数组变为 [4, 5, 3, 2, 1]
2.接着比较第 2 个元素 5 和第 3 个元素 3,因为 5 > 3,交换后数组变为 [4, 3, 5, 2, 1]
3.再比较第 3 个元素 5 和第 4 个元素 2,交换得到 [4, 3, 2, 5, 1]
4.最后比较第 4 个元素 5 和第 5 个元素 1,交换后数组变为 [4, 3, 2, 1, 5]。此时第一轮排序结束,最大的元素 5 已经 “浮” 到了数组的末尾

第二轮排序
1.对除了最后一个元素 5 之外的数组部分 [4, 3, 2, 1] 进行同样操作
2.先比较第 1 个元素 4 和第 2 个元素 3,交换得 [3, 4, 2, 1]
3.再比较第 4 个元素 4 和第 3 个元素 2,交换得 [3, 2, 4, 1]
4.最后比较第 3 个元素 4 和第 4 个元素 1,交换得 [3, 2, 1, 4]。第二轮排序结束,此时未排序部分的最大元素 4 也 “浮” 到了合适位置

…以此类推

可以发现每次都将最大的那个数送到最右边,假设有 n 个数,那么需要运送的趟数就为 (n-1)
每一轮,每两个数都要进行比较,已经被运送到最右边的就不需要比较
那么需要比较 (n-1-已经运送到右边的数的个数)

所以交换的函数可以这么写

void bubble_sort(int arr[], int sz)//参数接收数组元素个数
{
      int i = 0;
      for(i=0; i<sz-1; i++)
      {
           int j = 0;
           for(j=0; j<sz-i-1; j++)
           {
                if(arr[j] > arr[j+1])
                {
                     int tmp = arr[j];
                     arr[j] = arr[j+1];
                     arr[j+1] = tmp;
                }
           }
       }
 }

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

这里简单说明一下时间复杂度的概念,这里只需要理解概念即可,如何计算到了C数据结构会讲解

1.时间复杂度是用来衡量算法运行时间随着输入规模增长而增长的趋势的一个重要指标
2. 时间复杂度通常用大 O 表示法来表示,大 O 表示法描述的是算法在最坏情况下的时间复杂度,也就是当输入对算法运行造成最大困难时的运行时间增长趋势

对于该冒泡排序
最坏情况:当输入的数组是完全逆序时,第一轮需要比较 n-1 次,第二轮需要比较 n-2 次,以此类推,总共需要比较的次数为 (n-1)+(n-2)+…+1,这个和等于 n (n-1)/2,所以需要进行 n(n-1)/2 次比较和交换操作,所以时间复杂度为 O(n^2),其中 n 是数组的元素个数

最好情况:当输入的数组已经是有序的,只需要进行一轮比较(每个元素都和它相邻的元素比较一次),此时时间复杂度为 O(n)

假设有多个序列需要排列,所以为了提高效率,对最好情况进行快速排序,对代码可进行如下优化

void bubble_sort(int arr[], int sz)//参数接收数组元素个数
{
      int i = 0;
      for(i=0; i<sz-1; i++)
      {
           int flag = 1;//假设这⼀趟已经有序了
           int j = 0;
           for(j=0; j<sz-i-1; j++)
           {
                if(arr[j] > arr[j+1])
                {
                     flag = 0;//发⽣交换就说明,⽆序
                     int tmp = arr[j];
                     arr[j] = arr[j+1];
                     arr[j+1] = tmp;
                }
           }
           if(falg == 1)//这⼀趟没交换就说明已经有序,后续⽆序排序了
                break;
       }
 }

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

冒泡排序虽然简单易懂,但由于其时间复杂度较高,在处理大规模数据排序时效率相对较低,通常会被更高效的排序算法如快速排序、归并排序等所替代,但在一些数据量较小且对排序效率要求不是特别高的场景下,仍然可以使用冒泡排序

2.二分查找

二分查找(Binary Search),也叫折半查找,是一种用于在有序数组(或其他有序数据结构)中快速查找特定元素的高效查找算法

核心思想:不断对半查找

基本原理
1.每次查找时都将待查找的区间分成两部分
2.然后根据要查找元素与中间元素的比较结果,确定下一次查找应该在左半部分还是右半部分继续进行
3.如此反复,直到找到目标元素或者确定目标元素不存在为止

还是通过举例来说明,假设我们有一个有序数组 [1, 3, 5, 7, 9, 11, 13, 15],要查找元素 7

首先,确定整个数组为待查找区间,计算中间元素的索引,对于长度为 n 的数组,中间元素索引 mid 计算公式为:mid = (left + right) / 2(这里 left 表示区间的左端点,right 表示区间的右端点,在初始时 left = 0,right = n - 1)。在这个例子中,n = 8,所以 mid = (0 + 7) / 2 = 3,中间元素就是 7

然后,将目标元素 7 与中间元素 7 进行比较,发现它们相等,这就找到了目标元素,查找过程结束

再假设要查找元素 4

1.同样先确定整个数组为待查找区间,计算中间元素索引 mid = (0 + 7) / 2 = 3,中间元素是 7
2.将目标元素 4 与中间元素 7 进行比较,因为 4 < 7,所以目标元素如果存在,一定在左半部分。此时更新待查找区间为左半部分,即 left = 0,right = mid - 1 = 2
3.再次计算新的中间元素索引 mid = (0 + 2) / 2 = 1,新的中间元素是 3
将目标元素 4 与新的中间元素 3 进行比较,因为 4 > 3,所以目标元素如果存在,一定在右半部分,更新待查找区间为右半部分,即 left = mid + 1 = 2,right = 2
4.第三次计算中间元素索引 mid = (2 + 2) / 2 = 2,中间元素是 5
5.将目标元素 4 与中间元素 5 进行比较,因为 4 < 5,所以目标元素如果存在,一定在左半部分,更新待查找区间为左半部分,即 left = 2,right = mid - 1 = 1,此时 left > right,说明目标元素在这个有序数组中不存在,查找过程结束

可以发现每次折中查找,然后和目标元素比较,以此往复完成二分查找

对于二分查找
二分查找每次查找都会将搜索范围缩小一半,最多需要查找的次数为以 2 为底,n(数组元素个数)的对数次
即 log 2^n ,所以二分查找的时间复杂度为 O(log n),这使得它在处理较大规模的有序数组时,查找速度比顺序查找(时间复杂度为 O(n))快得多

例如,当数组有 1024 个元素时,二分查找最多只需要查找 10 次(因为 )就可以确定目标元素是否存在
如果是顺序查找就要找 1024 次,往往查找的数目还不止这么多,甚至更加庞大


int binary_search(int arr[], int n, int target)
{
    int left = 0;
    int right = n - 1;

    while (left <= right)
     {
        // 计算中间元素的索引
        int mid = left + (right - left) / 2;
        if (arr[mid] == target) 
        {
            return mid;
        } else if (arr[mid] > target) 
        {
            right = mid - 1;
        } else
         {
            left = mid + 1;
        }
    }
    return -1;
}

int main()
{
    int arr[] = {1, 3, 5, 7, 9, 11, 13, 15};
    int n = sizeof(arr) / sizeof(arr[0]);
    int target = 7;
    int result = binary_search(arr, n, target);
    if (result!= -1) 
    {
        printf("目标元素 %d 在数组中的索引为 %d\n", target, result);
    } 
    else 
    {
        printf("目标元素 %d 在数组中不存在\n", target);
    }
    return 0;
}

二分查找是一种非常高效的查找算法,但它的前提是数组必须是有序的。如果数组未排序,则需要先对数组进行排序,再使用二分查找

3.转移表

转移表是一种数据结构和编程技巧,用于实现根据不同的条件或输入值快速跳转到相应的代码段执行

例如:写一个简单的计算器程序,它可以执行加、减、乘、除四种运算。你可以创建一个转移表,表中包含四个元素,分别对应四种运算的处理函数的指针,当用户输入一个运算符号后,程序可以根据这个符号在转移表中快速找到对应的处理函数并执行,而不需要使用一长串的 if-else 或 switch 语句来逐个判断运算符号并调用相应函数

根据前面所学的 switch 结构和 加法函数,可以写出一个简易的四则运算计算器

int add(int a, int b)
{
     return a + b;
}
int sub(int a, int b)
{
     return a - b;
}
int mul(int a, int b)
{
     return a * b;
}
int div(int a, int b)
{
     return a / b;
}

int main()
{
     int x, y;
     int input = 1;
     int ret = 0;
     do
     {
         printf("*************************\n");
         printf("    1:add          2:sub \n");
         printf("    3:mul          4:div \n");
         printf("    0:exit               \n");
         printf("*************************\n");
         printf("请选择:");
         scanf("%d", &input);
         switch (input)
         {
         case 1:
              printf("输⼊操作数:");
              scanf("%d %d", &x, &y);
              ret = add(x, y);
              printf("ret = %d\n", ret);
              break;
         case 2:
              printf("输⼊操作数:");
              scanf("%d %d", &x, &y);
              ret = sub(x, y);
              printf("ret = %d\n", ret);
              break;
         case 3:
              printf("输⼊操作数:");
              scanf("%d %d", &x, &y);
              ret = mul(x, y);
              printf("ret = %d\n", ret);
              break;
         case 4:
              printf("输⼊操作数:");
              scanf("%d %d", &x, &y);
              ret = div(x, y);
              printf("ret = %d\n", ret);
              break;
         case 0:
              printf("退出程序\n");
              break;
        default:
              printf("选择错误\n");
              break;
         }
    } while (input);
    return 0;
}

但是这种写法过于重复啰嗦,可以运用函数数组指针来简化代码

int add(int a, int b)
{
     return a + b;
}
int sub(int a, int b)
{
     return a - b;
}
int mul(int a, int b)
{
     return a * b;
}
int div(int a, int b)
{
     return a / b;
}

int main()
{
     int x, y;
     int input = 1;
     int ret = 0;
     int(*p[5])(int x, int y) = {0, add, sub, mul, div };//转移表
      do
     {
         printf("*************************\n");
         printf("    1:add          2:sub \n");
         printf("    3:mul          4:div \n");
         printf("    0:exit               \n");
         printf("*************************\n");
         printf("请选择:");
         scanf("%d", &input);
         if ((input <= 4 && input >= 1))
         {
               printf( "输⼊操作数:" );
               scanf( "%d %d", &x, &y);
               ret = (*p[input])(x, y);
               printf( "ret = %d\n", ret);
         }
         else if(input == 0)
         {
               printf("退出计算器\n");
         }
         else
         {
               printf( "输⼊有误\n" ); 
         }
      }while (input);
      return 0;
}

这样就通过函数指针数组实现了根据不同的索引值灵活调用不同函数的功能,这在很多需要根据条件或情况动态选择执行不同函数的场景中非常有用

如果还有不懂可以私信博主或回顾往期 vlog 查缺补漏

主页传送门:DARLING Zero two♡ 的 blog

希望读者们多多三连支持

小编会继续更新

你们的鼓励就是我前进的动力!

在这里插入图片描述

caverdock如何使用,一文给你多方案教学! 🏆本文收录于 《全栈 Bug 调优(实战版)》 专栏。专栏聚焦真实项目中的各类疑难 Bug,从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解,形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者,还是负责复杂项目的资深工程师,都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论,助你稳步进阶、放大技术价值。 阅读详情

相关推荐

RV1126双摄IMX577驱动移植避坑:从RK3588到RV1126的dts配置与内存崩溃解决实录

本文详细记录了在RV1126平台上移植RK3588的IMX577双摄驱动的完整过程,重点解决了dts配置与内存崩溃问题。通过分析硬件架构差异、驱动移植关键点及CMA内存越界问题,提供了两种有效解决方案,并分享了双摄同步优化与网络调试的实战经验,为嵌入式视觉系统开发提供实用参考。

weixin_42641741的博客 405

关于我、重生到500年前凭借C语言改变世界科技vlog.15——深入理解指针(4)

回调函数就是一个通过函数指针调用的函数如果你把函数的指针(地址)作为参数传递给另一个函数,当这个指针被用来调用其所指向的函数时,我们就说这是回调函数正如我们在上一篇 vlog 中讲到的转移表,就是经典的回调函数,回调函数不是函数本身自己实现的,而是在特定的事件或条件发生的时候由另一方调用,对该事件或条件进行响应关于

Zero_VPN的博客 3336

从BIN文件到可烧录程序:深入理解ADI DSP程序读取背后的原理与安全边界

本文深入探讨了ADI DSP程序从BIN文件到可烧录程序的转换原理与安全边界,详细解析了JTAG接口、仿真器工作流程及Flash存储结构。通过Visual DSP++工具,开发者可以理解程序读取的底层机制,同时强调了知识产权保护的重要性,为嵌入式开发提供了实用建议。

weixin_27956639的博客 263

关于我、重生到500年前凭借C语言改变世界科技vlog.13——深入理解指针(3)

本章节接着学习常见的指针变量类型。

Zero_VPN的博客 2870

[苹果开发者账号]03 申请APPID、苹果开发者账号 常见问题整理

目录:问题持续更新问题一:提示:抱歉,您暂时不能注册问题二:Apple Developer Support提示:联系我们以继续流程 问题一:提示:抱歉,您暂时不能注册 申请苹果开发者账号,应该先注册AppleID,由于很多都是申请的公司使用的苹果开发者账号。一般操作申请动作的人,可能是新手操作,也可能图方便,有些信息会随便填写。 有些人会把姓名填写为,公司的产品、简称、缩写等等。这是不对的。 还有出生日期也会随便乱填。生日如果填写的不对,会被苹果限制使用一些功能的(苹果给的提示不是太明确)。 当生日填写的

专注于技术开发、项目管理 1万+

comsol 多物理场仿真流程-以开关柜为例

1、主要方法 在SolidWorks中对于开关柜的内部与外部结构进行建模,生成能够导入软件计算的3D模型。将SolidWorks中的模型导入comsol软件中,设置参数进行多物理场耦合仿真。 1、具体步骤 删除高压开关柜中对其内部电磁环境无较大影响的结构,如低压测量柜、断路器内部结构等。 导入模型:将厂家提供的3D模型转化为solidworks结构模型。 修复模型:修复已转化模型中转化错误的部分、修复已转化模型中非实体部分、修复已转化模型中重叠实体部分 化简模型:去除过于...

健忘16的博客 7020

关于我、重生到500年前凭借C语言改变世界科技vlog.1——C语言常见概念

C 语言是一种通用的、面向过程的计算机编程语言。它最初由丹尼斯・里奇(Dennis Ritchie)在 20 世纪 70 年代初于贝尔实验室开发,用于编写 UNIX 操作系统。C 语言具有高效、简洁、可移植性强等特点。

Zero_VPN的博客 1754

Zabbix7.0实践:专线线路监控场景1

本文介绍了专线互联线路远程Ping监控的实现方案。针对运营商中间设备导致端口状态无法真实反映线路通断的问题,提出通过脚本执行端到端Ping检测的方案。具体实现包括:1)使用Expect脚本登录设备执行Ping测试并格式化结果;2)通过Shell脚本处理线路信息并生成JSON格式数据;3)配置Zabbix监控系统,创建自动发现规则和监控项原型,实现线路状态的自动监控。该方案适用于专线数量不多但重要的场景,能够有效检测中间有运营商设备的专线线路通断状态,最终在Zabbix中实现可视化的告警展示。

2301_80016499的博客 781

关于我、重生到500年前凭借C语言改变世界科技vlog.12——深入理解指针(2)

通过以上代码调试后可以发现,sz1 = 10,sz2 = 1,同样的算法应该 sz1 = sz2 =10 ,但穿过去的形参根据结果 sizeof(arr) 只计算出一个元素的大小,前面我们提到 arr 表示首元素的地址,那么在数组传参的时候,传递的是数组名,也就是数组传参的时候传递的是首元素的地址。很显然,根据代码结果,两段代码地址相差40,那么假设就是错的,所以 &arr 表示的是整个数组的大小。指针数组是一个数组,比如整型数组存放的数组,字符数组存放的是字符,那么指针数组存放的就是指针。

Zero_VPN的博客 2708

ROS机器人里程计模型

3.5 移动机器人系统模型 相信大家的机器人平台STM32端底层控制和机器人urdf建模都已经顺利完成了,在正式开始ros端编写机器人启动功能包之前,我们还不得不学习一些必要的理论知识。别担心数学不好,这里基本都是高中数学。下面我们开始,Are you ready? 没准备好也开始了。 3.5.1 常用坐标系系统模型 在移动机器人技术研究中,最为常用的坐标系统是笛卡尔坐标系统。而在SLAM算法研究中,有如下几个比较常见的笛卡尔坐标系统,它们分别为机器人坐标系XR YR OR 、传感器坐标系XS YS OS

「小白学移动机器人」一个专注分享移动机器人相关知识的公众号! 1万+

实战5:农作物产量预测 蔬菜产量预测 lstm 完整代码数据-可直接运行-计算机毕设

实战5:农作物产量预测 蔬菜产量预测 lstm 完整代码数据-可直接运行-计算机毕设

机器学习深度学习业余选手 1258

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 251

【LLC快速上手系列】如何在LLC谐振里优雅地调死区时间?

用示波器死盯Vds波形,找到ZVS临界点;别听“经验值”,亲自调才准;死区时间并非越短越好,也不是越长越稳,而是要“刚刚好”;用热成像看MOSFET温升变化,ZVS调好了,温度马上掉2~5℃;轻载难ZVS?适当提升频率 or 降低Lr可破!

weixin_43199439的博客 493

【算法拾光】链表 哈希表|K个一组翻转链表 + 两数之和

K个一组翻转链表需分段反转,借助哑节点与前驱指针维护连接,避免断链;两数之和利用哈希表实现O(1)查找,空间换时间,高效定位目标组合。前者考察链表指针操作,后者聚焦映射关系构建,均为面试高频题。

wuqingyigexiaoba的博客 320

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

把 KV Cache 压到 FP4:BitDecoding-FP4 的算法-系统协同设计复盘

长上下文推理卡在KV Cache的显存与带宽上,而现有FP4方案要么精度崩、要么速度废。这篇文章复盘BitDecoding-FP4如何用三个算法补丁加一个系统重构,在B300上把服务吞吐提升2.4–3.0倍,精度几乎不掉。

helloagent的博客 263

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

排序算法深度笔记(下):非比较类排序的线性突破与工程边界

排序算法时间复杂度额外空间复杂度稳定性是否基于比较选择排序O(N^2)(O(1))不稳定是冒泡排序O(N^2)(O(1))稳定是插入排序O(N^2)(O(1))稳定是归并排序O(N\log N)(O(N))稳定是快速排序O(N\log N)O(log N)不稳定是堆排序O(N\log N)O(1)不稳定是计数排序(O(N + M))O(M))稳定否基数排序O(N)稳定否桶排序平均O(N) / 最坏O(N^2)

2401_87069538的博客 596

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

优选算法:分治-归并排序

交易逆序对的总数

Wangshijie1015的博客 136

算法日常・每日刷题--<动态规划>42

本题为“不相交的线”,与最长公共子序列问题相似。使用动态规划求解:定义 dp[i][j] 表示 nums1[0:i] 与 nums2[0:j] 的最大不相交连线数。若元素相等,则继承左上值加1;否则取上方或左方最大值。最终返回 dp[m][n],即两数组的最大不相交连线数。时间复杂度 O(mn),空间复杂度 O(mn)。

2503_92261635的博客 23

C语言程序设计题|有序数组插入数字冒泡排序

题目要求将一个数插入有序数组末尾,并用冒泡排序实现整体升序。代码先将输入数存入数组最后位置,再通过双重循环进行冒泡排序,每轮将较大元素向后移动,最终输出11个升序元素。该方法虽时间复杂度为O(n²),但符合题目要求,逻辑清晰,适合初学者理解排序原理。

2301_81429079的博客 751

408 算法 06|堆与 Top-K:最小的 10 个数,到底该用数组还是堆

2022(42) 找 100 万个数里最小的 10 个,官方给了"10 元素有序数组"和"大根堆"两种答案。我把两种都实现并数了比较次数:k=10 时两者几乎打平,k=10000 时堆少 111 倍。另附 2021(42) 计数排序的比较次数与稳定性实测。

m0_56226131的博客 358

408 算法 04|主元素与三元组最小距离:两种“扫描时做决定“的思路

2013(41) 的主元素用摩尔投票一遍选出候选,但真正的考点是"选完必须验票";2020(41) 的三元组最小距离,三指针每次只挪最小的那个,靠的是 D=2×(max−min) 这个恒等式。两套完整 C 代码加真实输出,附官方评分档位表。

m0_56226131的博客 414

牛客周赛165C题(前后缀性质,递推,排序,枚举)

题目大意:给定长度为 `n` 的数组,选择 `k ∈ [1,n]`,将前 `k` 个元素整体翻转,后面的元素不变。要求操作后的整个数组非递减,统计满足条件的 `k` 的数量。题目链接:https://ac.nowcoder.com/acm/contest/141721/C。时间复杂度:O(nlogn)

2501_94316951的博客 172

【数据结构-3】算法美学之降复杂度

在while循环的循环体内,首先用临时变量保存最后一个位置的数据,再通过for循环把所有元素往后移动一位,最后把tmp中保存的值放到下标为0的位置上去。方法二的思路是:创建新数组,让原数组中后k个数据移动到新数组中前面的位置,让原数组中前numsSize-k个数据移动到新数组中后面的位置,这。这段代码的思路是:三次逆置,第一次逆置前numsSize-k个数据,第二次逆置后k个数据,最后整体逆置。这篇博文分享一道解法不一的算法题,求解过程的目的在于降低算法的时间复杂度,题源力扣。,属于空间换时间的操作。

weixin_44218929的博客 89

算法61,判定是否为字符重排

两字符串能互为重排 ⇔。

sheshibenniaodan的博客 220

算法日常・每日刷题--<动态规划>32

给定严格递增的正整数数组,求最长斐波那契子序列长度。使用二维DP,dp[i][j]表示以arr[i]、arr[j]为最后两项的序列长度,初始化均为2。通过哈希表快速查找前一项target = arr[j] - arr[i],若存在且下标小于i,则状态转移:dp[i][j] = dp[k][i] + 1。遍历更新全局最大长度,最终若结果小于3则返回0。时间复杂度O(n²),空间复杂度O(n²)。

2503_92261635的博客 179

【前缀和+复合离散化】题解:双色矩形(two)_数据结构_算法优化_预处理_二维前缀和_STL_C++算法竞赛

给定一个 $n \times n$ 的黑白棋盘,初始按 $i+j$ 奇偶染色,经 $k$ 个格子颜色翻转后,求子矩形中黑白格子数差的绝对值最大值。由于 $n$ 可达 $10^9$,但 $k \leq 50$,可离散化关键点。枚举所有由修改点构成的矩形及其四边向外扩展(共 $16$ 种扩展方式),利用二维前缀和快速计算变化量,结合奇偶性判断多出的格子颜色,最终取最大绝对差。时间复杂度为 $O(k^4)$,在 $k \leq 50$ 下可行。

YLCHUP的博客 178
上一篇: 关于我、重生到500年前凭借C语言改变世界科技vlog.13——深入理解指针(3)
下一篇: 关于我、重生到500年前凭借C语言改变世界科技vlog.15——深入理解指针(4)
澪贰
澪贰 优质创作者: C/C++技术领域 优质创作者: C/C++技术领域
博客等级 码龄2年 1万+粉丝 222原创
评论 149
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