快速排序初体验

快速排序通过多次比较和交换来实现排序,其排序流程如下:

(1)首先设定一个分界值,通过该分界值将数组分成左右两部分。 

(2)将大于或等于分界值的数据集中到数组右边,小于分界值的数据集中到数组的左边。此时,左边部分中各元素都小于或等于分界值,而右边部分中各元素都大于或等于分界值。 

(3)然后,左边和右边的数据可以独立排序。对于左侧的数组数据,又可以取一个分界值,将该部分数据分成左右两部分,同样在左边放置较小值,右边放置较大值。右侧的数组数据也可以做类似处理。 

(4)重复上述过程,可以看出,这是一个递归定义。通过递归将左侧部分排好序后,再递归排好右侧部分的顺序。当左、右两个部分各数据排序完成后,整个数组的排序也就完成了。

 

图解:

 首先定义一个标准值(一般是定义头或尾)

再定义左右(或者头尾)指针

 

 先从右边开始检索,如果值大于标准值,就把right指针向左移动;如果值小于标准值,则把right指针指向的值赋给left指针指向的值(意思是把大于标准值的值留在右边)。

赋值后,再从左边开始检索,如果值小于标准值,就把left指针向右移动;如果值大于标准值,则把left指针指向的值赋给right指针指向的值(意思是把小于标准值的值留在左边)。 

从左边检索,15小于标准值20,所以left指针右移;21大于标准值20,把21赋给right指针指向的1。

 

 赋值过后,从右边检索,5小于标准值20,把5赋给left指针指向的21。

 

最后left指针和right指针重合时,把标准值赋到当前位置。 

重复左右检索后,最终得到这组数组;小于标准值的在左边,大于标准值的在右边。

对左右进行递归,进一步对数组排序就能得到最终的有序数组。

(递归:程序调用自身的编程技巧称为递归( recursion)。递归需要有边界条件、递归前进段和递归返回段。当边界条件不满足时,递归前进;当边界条件满足时,递归返回。)

代码实现:

public static void quickSort(int[] arr,int start,int end){

        if (start < end) {
            int base = arr[start];        //定义标准值
            int left = start;            //左指针
            int right = end;             //右指针

            while(left < right){
                while (left < right){//先从右边开始检索
                    if (arr[right] < base){
                        arr[left] = arr[right];//如果值比标准值小则赋值给左指针
                        break;
                    }else {
                        right--;        //右指针左移
                        continue;
                    }
                }
                //每次赋值后都要换一次方向

                while (left < right) {//赋值后从左边检索
                    if (arr[left] > base) {
                        arr[right] = arr[left];如果值比标准值大则赋值给右指针
                        break;
                    } else {
                        left++;        //左指针右移
                        continue;
                    }
                }
            }
            arr[left] = base;               //最后当left和right指针重合时,把标准值赋过去
            quickSort(arr,start,left-1);    //采用递归对标准值前面进行整理
            quickSort(arr,left+1,end);      //采用递归对标准值后面进行整理
        }


    }
public static void main(String[] args) {
        int[] arr = {20,15,21,9,5,17};
        quickSort(arr,0,arr.length-1);
        System.out.println(Arrays.toString(arr));
    }

### Pandas库的基本用法和初学者教程 Pandas 是一个强大的数据分析工具,广泛应用于数据处理、清洗和分析。以下是 Pandas 的基本用法介绍: #### 1. 安装 Pandas 在使用 Pandas 之前,需要确保系统已安装 Python 3.6+ 版本。可以通过以下命令安装 Pandas: ```bash pip install pandas ``` 此方法适用于大多数操作系统,包括 Windows、macOS 和 Linux[^1]。 #### 2. 导入 Pandas 在代码中导入 Pandas 库时,通常会使用缩写 `pd`,以便简化代码书写: ```python import pandas as pd ``` #### 3. 创建数据结构 Pandas 提供了两种主要的数据结构:`Series` 和 `DataFrame`。 - **Series** 是一维数组,类似于列表或数组,但每个元素都有一个唯一的索引(称为 index)。默认情况下,索引从 0 开始编号。 ```python s = pd.Series(['a', 'b', 'c', 'd', 'e']) print(s) ``` 输出结果如下: ``` 0 a 1 b 2 c 3 d 4 e dtype: object ``` 此处的索引从 0 开始自动分配[^2]。 - **DataFrame** 是二维表格结构,类似于 Excel 表格或 SQL 表。可以使用字典创建 DataFrame: ```python data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]} df = pd.DataFrame(data) print(df) ``` 输出结果如下: ``` Name Age 0 Alice 25 1 Bob 30 2 Charlie 35 ``` #### 4. 基本操作 以下是一些常见的 Pandas 操作示例: - **查看前几行或后几行** ```python print(df.head(2)) # 查看前两行 print(df.tail(2)) # 查看最后两行 ``` - **获取版本号** ```python print(pd.__version__) # 输出当前安装的 Pandas 版本号 ``` - **获取数据类型** ```python print(df.dtypes) # 查看每一列的数据类型 ``` - **获取行列数** ```python print(df.shape) # 返回 (行数, 列数) print(df.shape[0]) # 获取行数 print(df.shape[1]) # 获取列数 ``` - **获取索引和列名** ```python print(df.index) # 查看行索引 print(df.columns) # 查看列名 ``` - **随机抽样** ```python print(df.sample(n=2)) # 随机抽取两行 print(df.sample(frac=0.5)) # 按比例随机抽取一半数据 ``` - **统计描述** ```python print(df.describe()) # 对数值型列进行统计描述 ``` #### 5. 数据读取与写入 Pandas 支持多种文件格式的读取和写入,例如 CSV、Excel 和 SQL 数据库。 - **读取 CSV 文件** ```python df = pd.read_csv('file.csv') # 读取 CSV 文件 print(df.head(5)) # 查看前五行 ``` - **写入 CSV 文件** ```python df.to_csv('output.csv', index=False) # 将 DataFrame 写入 CSV 文件 ``` #### 6. 数据筛选与排序 - **数据筛选** ```python filtered_df = df[df['Age'] > 30] # 筛选年龄大于 30 的行 print(filtered_df) ``` - **数据排序** ```python sorted_df = df.sort_values(by='Age', ascending=False) # 按年龄降序排列 print(sorted_df) ``` ### 总结 Pandas 是一个功能强大且灵活的库,适合处理各种结构化数据。通过上述基本用法,初学者可以快速上手并完成简单的数据分析任务[^3]。
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
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