排序算法

本文详细介绍了四种排序算法:插入排序、希尔排序、选择排序与堆排序。包括算法的基本思想、代码实现以及演示图。通过对比不同算法的特点,帮助读者理解排序算法的核心概念及其应用场景。

概述

这里写图片描述

插入排序

直接插入排序

基本思想

将一个记录插入到一个已排序好的有序表中得到一个新的有序表,即先将第一个记录看成一个有序的子序列,从第二个记录开始逐个插入到前面的有序列中。

代码实现

static void InsertSort(int[] array)
{
    for(int i=1;i<array.Length;i++)
    {
        int temp=array[i];
        int j=i-1;
        while(j>=0&&temp<array[j])
        {
            array[j+1]=array[j];
            j--;
        }
        array[j+1]=temp;
    }
}

希尔排序

定义

希尔排序是“插入排序”的一种,又叫“缩小增量排序”

基本思想

先取一个小于n的整数d1作为第一个增量,把文件的全部记录分组,把距离为d1的数据放进一个组中,一共可以分为d1个组,对这d1个组分别进行直接插入排序,然后取第二个增量d2 < d1重复上面的分组和排序,直至 dt =1( dt<dt1...<d2<d1 ),我们来通过演示图,更深入的理解这个过程
这里写图片描述

代码实现

        static void ShellSort(int[] array)
        {
            int gap = array.Length / 2;
            while (gap >= 1)
            {
                for (int i = gap; i < array.Length; i++)
                {
                    int temp = array[i];
                    int j = 0;
                    for (j = i - gap; j >= 0 && temp < array[j]; j = j - gap)
                    {
                        array[j + gap] = array[j];
                    }
                    array[j+gap] = temp;
                }
                gap = gap / 2;
            }
        }

选择排序

直接选择排序

代码实现

static void SelectSort(int[]array)
{
    for(int i=0;i<array.Length;i++)
    {
        int index=i;
        int temp=array[i];
        for(int j=i+1;j<array.Length;j++)
        {
            if(array[index]>array[j])
            {
                index=j;
            }
        }
        temp=array[i];
        array[i]=array[index];
        array[index]=temp;
    }
}

堆排序

基本思想

这里写图片描述
构造了初始堆后,我们来看一下完整的堆排序处理:
这里写图片描述
下面是控制台演示
这里写图片描述

代码实现

“`c#
static void heapSort(int[] list)
{
// 循环建立初始堆
for (int i = list.Length / 2; i >= 0; i–)
{
HeapAdjust(list, i, list.Length - 1);
}
// 进行n-1次循环,完成排序
for (int i = list.Length - 1; i > 0; i–)
{
// 最后一个元素和第一元素进行交换
int temp = list[i];
list[i] = list[0];
list[0] = temp;
// 筛选 R[0] 结点,得到i-1个结点的堆
HeapAdjust(list, 0, i);
}
}
static void HeapAdjust(int[] array, int parent, int length)
{
int temp = array[parent]; // temp保存当前父节点
int child = 2 * parent + 1; // 先获得左孩子

        while (child < length)
        {
            // 如果有右孩子结点,并且右孩子结点的值大于左孩子结点,则选取右孩子结点
            if (child + 1 < length && array[child] < array[child + 1])
            {
                child++;
            }
            // 如果父结点的值已经大于孩子结点的值,则直接结束
            if (temp >= array[child])
                break;
            // 把孩子结点的值赋给父结点
            array[parent] = array[child];
            // 选取孩子结点的左孩子结点,继续向下筛选
            parent = child;
            child = 2 * child + 1;
        }
        array[parent] = temp;
    }
    ```

交换排序

冒泡排序

快速排序

参考:http://www.cnblogs.com/jingmoxukong/p/4303826.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
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

打赏作者

冰冰心

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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