计数排序countingsort

本文介绍了一种简单的计数排序算法实现方法,并通过一个具体的示例展示了如何使用该算法对整数数组进行排序。该算法适用于数值范围较小的情况。
#include <stdio.h>
void counting_sort(int *a,int *b,int k,int length){
    int c[k];
    int i;
    for(i=0;i<k;i++)
        c[i]=0;
    for(i=0;i<length;i++)
        c[a[i]]++;
    for(i=1;i<length;i++){
        c[i]+=c[i-1];
    }
    for(i=0;i<length;i++){
        b[ c[a[i]] - 1]=a[i];
        c[a[i]]--;
    }


}
int main(){
    int a[8]={2,5,3,0,2,3,0,3};
    int b[8];
    counting_sort(a,b,6,8);
    int i;
    for(i=0;i<8;i++)
        printf("%d ",b[i]);
    return 0;
}
内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
### Python 计数排序(Counting Sort)算法实现 计数排序是一种非比较型整数排序算法,适用于数据范围较小的整数排序。该算法通过统计每个值出现的次数来进行排序。 #### 计数排序的核心思想 对于给定的一个数组 `arr` ,找到最大值 `max_val` 并创建一个长度为 `max_val + 1` 的辅助数组 `count` 。这个辅助数组用来记录原数组中各个数值出现的频次。最后再根据频次重构有序的新列表[^1]。 下面是具体的Python代码实现: ```python def counting_sort(arr): if not arr: # 处理空数组的情况 return [] max_val = max(arr) # 获取数组中的最大值 min_val = min(arr) # 获取最小值以便处理负数 offset = -min_val # 偏移量用于支持负数 m = max_val + offset + 1 # 考虑偏移后的大小 count = [0] * m # 初始化频率表 for a in arr: count[a + offset] += 1 # 统计各元素的数量 result = [] # 构建结果集 for i in range(len(count)): while count[i] > 0: # 将相同数量的i加入result result.append(i - offset) count[i] -= 1 return result # 返回已排序的结果 ``` 此版本不仅能够处理正整数还可以处理包含负数的数据集合[^2]。 为了验证上述函数的有效性,可以使用如下测试案例: ```python # 测试用例 test_cases = [ ([1,4,1,2,7,5,2], [1,1,2,2,4,5,7]), ([3,-1,2,-1,0], [-1,-1,0,2,3]) ] for case in test_cases: print(f"原始数组:{case[0]}") print(f"排序结果:{counting_sort(case[0])}") print(f"期望结果:{case[1]}\n") ``` 以上实现了对含有正整数以及含负数两种情况下计数排序的功能展示,并且保持了算法的时间复杂度为线性的特性即O(n)[^4]。
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