冒泡排序

本文深入解析冒泡排序算法,探讨其时间复杂度与输入数据顺序的关系。通过具体代码实例,展示了算法如何逐步将最大值放置于正确位置的过程,强调了算法在不同数据状态下的效率差异。

该算法时间复杂度与输入的顺序有关,如果输入的是一组有序的数据,时间复杂度为O(n),如果是一组无序的数据,时间复杂度为O(n^2);空间复杂度为O(1);

//冒泡排序
#include<stdio.h>
int main()  {
    int a[] = {49,38,65,49,76,13,27,52};
    //int a[] = {1,2,3,4,5,6,7,8};
    int i , j ;
    bool change = true ;
    for(i = 7 ; i >= 1 && change ; i--)  {
        change = false ;
        for(j = 0 ; j < i ; j++)   //最大值放到a[i],很重要
            if(a[j]>a[j+1]) {
                int w = a[j] ;
                a[j] = a[j+1] ;
                a[j+1] = w ;
                change = true ;
            }
            for(j = 0 ; j < 8 ; j++)
        printf("%d ",a[j]) ;
    printf("\n") ;
    }
    printf("\n") ;
    for(i = 0 ; i < 8 ; i++)
        printf("%d ",a[i]) ;
    printf("\n") ;
    return 0;
}

 

 

转载于:https://www.cnblogs.com/NYNU-ACM/p/4237408.html

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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  | 博主筛选后可见
 
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