第16周项目1-验证算法(2)希尔排序

本文通过C语言实现了希尔排序算法,并展示了排序过程中每一步的数据变化。通过对希尔排序的讲解,帮助读者理解该算法的工作原理。

问题及代码:

希尔排序:

/*  
* Copyright (c)2016,烟台大学计算机与控制工程学院  
* All rights reserved.  
* 文件名称:bigice.cbp  
* 作    者:bigice  
* 完成日期:2016年12月23日  
* 版 本 号:v1.0  
  
* 问题描述:验证希尔排序 
  
* 输入描述:无  
* 程序输出:测试数据  
*/    
#include <stdio.h>  
#define MaxSize 20  
typedef int KeyType;    //定义关键字类型  
typedef char InfoType[10];  
typedef struct          //记录类型  
{  
    KeyType key;        //关键字项  
    InfoType data;      //其他数据项,类型为InfoType  
} RecType;              //排序的记录类型定义  
  
void ShellSort(RecType R[],int n)   //希尔排序算法  
{  
    int i,j,gap;  
    RecType tmp;  
    gap=n/2;                //增量置初值  
    while (gap>0)  
    {  
        for (i=gap; i<n; i++) //对所有相隔gap位置的所有元素组进行排序  
        {  
            tmp=R[i];  
            j=i-gap;  
            while (j>=0 && tmp.key<R[j].key)//对相隔gap位置的元素组进行排序  
            {  
                R[j+gap]=R[j];  
                j=j-gap;  
            }  
            R[j+gap]=tmp;  
            j=j-gap;  
        }  
        gap=gap/2;  //减小增量  
    }  
}  
  
int main()  
{  
    int i,n=11;  
    RecType R[MaxSize];  
    KeyType a[]= {16,25,12,30,47,11,23,36,9,18,31};  
    for (i=0; i<n; i++)  
        R[i].key=a[i];  
    printf("排序前:");  
    for (i=0; i<n; i++)  
        printf("%d ",R[i].key);  
    printf("\n");  
    ShellSort(R,n);  
    printf("排序后:");  
    for (i=0; i<n; i++)  
        printf("%d ",R[i].key);  
    printf("\n");  
    return 0;  
}  




运行结果:


排序中输出每一趟的中间结果:

#include <stdio.h>  
#define MaxSize 20  
typedef int KeyType;    //定义关键字类型  
typedef char InfoType[10];  
typedef struct          //记录类型  
{  
    KeyType key;        //关键字项  
    InfoType data;      //其他数据项,类型为InfoType  
} RecType;              //排序的记录类型定义  
  
void ShellSort(RecType R[],int n)   //希尔排序算法  
{  
    int i,j,gap,k;  
    RecType tmp;  
    gap=n/2;                //增量置初值  
    while (gap>0)  
    {  
        for (i=gap; i<n; i++) //对所有相隔gap位置的所有元素组进行排序  
        {  
            tmp=R[i];  
            j=i-gap;  
            while (j>=0 && tmp.key<R[j].key)//对相隔gap位置的元素组进行排序  
            {  
                R[j+gap]=R[j];  
                j=j-gap;  
            }  
            R[j+gap]=tmp;  
            j=j-gap;  
        }  
        printf("gap=%d:",gap);  
        for (k=0; k<n; k++)  
            printf("%d ",R[k].key);  
        printf("\n");  
        gap=gap/2;  //减小增量  
    }  
}  
  
int main()  
{  
    int i,n=11;  
    RecType R[MaxSize];  
    KeyType a[]= {16,25,12,30,47,11,23,36,9,18,31};  
    for (i=0; i<n; i++)  
        R[i].key=a[i];  
    printf("排序前:");  
    for (i=0; i<n; i++)  
        printf("%d ",R[i].key);  
    printf("\n");  
    ShellSort(R,n);  
    printf("排序后:");  
    for (i=0; i<n; i++)  
        printf("%d ",R[i].key);  
    printf("\n");  
    return 0;  
}  




知识点总结:希尔排序




心得体会:了解了希尔排序的基本过程


MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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